Fast self-assembly kinetics of alkanethiols on gold nanoparticles: simulation and characterization by localized surface plasmon resonance spectroscopy
Notice bibliographique
Résumé
This study demonstrates improved kinetics for the formation of self-assembled monolayers (SAMs) of alkanethiols on gold nanoparticle substrates. A computational model was developed to predict SAM growth kinetics. Based on the predictions from the model, SAMs of 11-mercaptoundecanoic acid (11-MUA) and 1-octanethiol (1-OT) were formed by incubation of gold nanoparticle chips in an ethanolic 10 mM solution within 20 min. The performance of this novel rapid SAM formation protocol was compared with a conventional 24 hour incubation protocol. Binding capacity of the alkanethiol SAM was investigated for a 20 min incubation protocol using biotin-streptavidin. For this purpose, the SAM loaded gold nanoparticle chips were modified with 1-ethyl-3-(3-dimethylaminopropyl) carbodiimide (EDC) to allow attachment of EZ-Link amine PEG3 biotin to the 11-MUA molecules. Binding reactions were monitored in real time using localized surface plasmon resonance (LSPR) spectroscopy. The resulting LSPR absorbance peak shift was comparable to the experimental results for biotin-streptavidin reported in literature. Results of this study suggest that formation of a high quality alkanethiol SAM within 20 min on gold nanoparticles surfaces is possible and could greatly reduce the time and cost compared to conventional 24 h incubation protocols.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».