Nonfouling Hydrophilic Poly(ethylene glycol) Engraftment Strategy for PDMS/SU-8 Heterogeneous Microfluidic Devices
Notice bibliographique
Résumé
We report a novel nonfouling passivation method using poly(ethylene glycol) (PEG) engraftment on the surfaces of poly(dimethylsiloxane) (PDMS) microfluidic devices sealed with SU-8. To achieve bonding between the PDMS and SU-8 surfaces, the PDMS surface was first functionalized with amines by treatment with 3-aminopropyltrimethoxysilane (APTMS) for subsequent reaction with epoxide functional groups on SU-8 surfaces. To modify the heterogeneous surfaces of the resulting PDMS/SU-8 microfluidic device further, the remaining SU-8 surfaces were amino functionalized using ethylene diamine (EDA), followed by treating both amino-functionalized PDMS and SU-8 surfaces with mPEG-NHS (N-hydroxysuccinimide) through an amine-NHS reaction for facile PEG immobilizations, thus simultaneously modifying both PDMS and SU-8 surfaces in one reaction. Detailed surface analyses such as the water contact angle, X-ray photoelectron spectroscopy (XPS), and atomic force microscopy (AFM) were conducted to confirm the chemical reactions and characterize the resulting surface properties. To test the efficacy of this surface-modification strategy, we conducted nonspecific protein and particle binding tests using microfluidic devices with and without modifications. The PEG-modified PDMS/SU-8 device surfaces showed a 64.5% reduction in nonspecific bovine serum albumin (BSA) adsorption in comparison to that of the unmodified surfaces and 92.0 and 95.8% reductions in microbead adhesion under both stagnant and flowing conditions, respectively.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».