Apertureless scanning near-field optical microscopy of sparsely labeled tobacco mosaic viruses and the intermediate filament desmin
Notice bibliographique
Résumé
Both fluorescence imaging and atomic force microscopy (AFM) are highly versatile and extensively used in applications ranging from nanotechnology to life sciences. In fluorescence microscopy luminescent dyes serve as position markers. Moreover, they can be used as active reporters of their local vicinity. The dipolar coupling of the tip with the incident light and the fluorophore give rise to a local field and fluorescence enhancement. AFM topographic imaging allows for resolutions down to the atomic scale. It can be operated in vacuum, under ambient conditions and in liquids. This makes it ideal for the investigation of a wide range of different samples. Furthermore an illuminated AFM cantilever tip apex exposes strongly confined non-propagating electromagnetic fields that can serve as a coupling agent for single dye molecules. Thus, combining both techniques by means of apertureless scanning near-field optical microscopy (aSNOM) enables concurrent high resolution topography and fluorescence imaging. Commonly, among the various (apertureless) SNOM approaches metallic or metallized probes are used. Here, we report on our custom-built aSNOM setup, which uses commercially available monolithic silicon AFM cantilevers. The field enhancement confined to the tip apex facilitates an optical resolution down to 20 nm. Furthermore, the use of standard mass-produced AFM cantilevers spares elaborate probe production or modification processes. We investigated tobacco mosaic viruses and the intermediate filament protein desmin. Both are mixed complexes of building blocks, which are fluorescently labeled to a low degree. The simultaneous recording of topography and fluorescence data allows for the exact localization of distinct building blocks within the superordinate structures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».