MétaCan
Menu
Retour à la cohorte
Enregistrement W2033063978 · doi:10.1021/ac401845p

Mechanisms of DNA Sensing on Graphene Oxide

2013· article· en· W2033063978 sur OpenAlexaff
Biwu Liu, Ziyi Sun, Xu Zhang, Juewen Liu

Notice bibliographique

RevueAnalytical Chemistry · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésChemistryComplementary DNAFluorophoreDNA–DNA hybridizationBiosensorDNANanotechnologyGrapheneHybridization probeBiophysicsAdsorptionOxideNucleic acid thermodynamicsCombinatorial chemistryFluorescenceComputational biologyBiochemistryGeneBase sequenceMaterials sciencePhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Adsorption of a fluorophore-labeled DNA probe by graphene oxide (GO) produces a sensor that gives fluorescence enhancement in the presence of its complementary DNA (cDNA). While many important analytical applications have been demonstrated, it remains unclear how DNA hybridization takes place in the presence of GO, hindering further rational improvement of sensor design. For the first time, we report a set of experimental evidence to reveal a new mechanism involving nonspecific probe displacement followed by hybridization in the solution phase. In addition, we show quantitatively that only a small portion of the added cDNA molecules undergo hybridization while most are adsorbed by GO to play the displacement role. Therefore, it is possible to improve signaling by raising the hybridization efficiency. A key innovation herein is using probes and cDNA with a significant difference in their adsorption energy by GO. This study offers important mechanistic insights into the GO/DNA system. At the same time, it provides simple experimental methods to study the biomolecular reaction dynamics and mechanism on a surface, which may be applied for many other biosensor systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations221
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207