Towards quantum dot and FRET-based optical DNA biosensor technology: surface chemistry and photoluminescence of CdSe/ZnS and Si quantum dots
Notice bibliographique
Résumé
Quantum dots (QDs) are nanostructures that are highly attractive to optical biosensing. We have developed a nucleic acid biosensing strategy based on the use of quantum dots as energy donors in FRET. One of the challenges in such an approach is avoiding the non-specific adsorption of oligonucleotides. In this report, we describe our efforts to develop poly(ethylene glycol) (PEG)-based hydrophilic surface chemistry and hexanethiol based hydrophobic surface chemistry to alleviate non-specific adsorption. With respect to the former, it was found that the PEG surface chemistry strongly quenched the band-edge luminescence of CdSe/ZnS QDs and yielded significant band-gap luminescence. Furthermore, the PEG chemistry proved ineffective in preventing adsorption. With respect to hexanethiol capped CdSe/ZnS QDs, it was found that good QD luminescence was retained in organic solvent but was quenched in aqueous solution. The use of hydrophobic hexanethiol QDs in aqueous solution required the immobilization of QDs. To achieve this, we used thiol modified biotin and avidin coated fused silica optical fibers. Despite the quenching of the QDs, minimal adsorption was observed suggesting the methodology has good potential. In addition, we describe the development of a one-pot method for both the synthesis and capping of silicon QDs. Our approach also allows versatile post-synthetic modification of the silicon QD capping to produce a variety of functional groups. Silicon QDs are of interest in biosensing due to their biocompatibility and much lower toxicity compared to II-VI semiconductors.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».