SERRS for Single-Molecule Detection of Dye-Labeled Phospholipids in Langmuir−Blodgett Monolayers
Notice bibliographique
Résumé
The coupling of molecular excitations to localized surface plasmon resonances (LSPR) in silver or gold nanostructures is at the center of single-molecule detection (SMD) using surface-enhanced Raman scattering (SERS). The effect is attributed to the enhanced scattering power caused by coupling with the surface plasmons of the metal. The most efficient coupling is attained when the excitation is in resonance with the molecule and the nanostructure, the case of surface-enhanced resonance Raman scattering (SERRS). This incredible effect has the potential to be a powerful optical tool when used in conjunction with vibrationally differentiable chromophores. Here we present a unique study where the targeted system is a phospholipid that is tagged with a xanthene dye (the SERRS probe), a chromophore that dominates the Raman signal when the laser is in resonance with its absorption. The labeled phospholipid was incorporated into a single fatty acid Langmuir monolayer at varying concentrations and transferred onto a silver nanoparticle film to form Langmuir-Blodgett (LB) monolayers. Because the xanthene dye is tagged to a much larger molecule, the chances of dye aggregation (formation of dimers or higher aggregates) is negligible. Single-molecule detection of the dye tag (SERRS probe monomer) is readily achieved and demonstrated through the use of doped LB monolayers, Raman microscopy, spectral mapping, and efficient coupling of the laser line into the dye absorption band and plasmon resonances.
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 | 0,000 |
| 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) | 0,001 | 0,001 |
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.
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 ».