Thermal Stability of DNA Functionalized Gold Nanoparticles
Notice bibliographique
Résumé
Therapeutic uses of DNA functionalized gold nanoparticles (DNA-AuNPs) have shown great potential and exciting opportunities for disease diagnostics and treatment. Maintaining stable conjugation between DNA oligonucleotides and gold nanoparticles under thermally stressed conditions is one of the critical aspects for any of the practical applications. We systematically studied the thermal stability of DNA-AuNPs as affected by organosulfur anchor groups and packing densities. Using a fluorescence assay to determine the kinetics of releasing DNA molecules from DNA-AuNPs, we observed an opposite trend between the temperature-induced and chemical-induced release of DNA from DNA-AuNPs when comparing the DNA-AuNPs that were constructed with different anchor groups. Specifically, the bidentate Au-S bond formed with cyclic disulfide was thermally less stable than those formed with thiol or acyclic disulfide. However, the same bidentate Au-S bond was chemically more stable under the treatment of competing thiols (mercaptohexanol or dithiothreitol). DNA packing density on AuNPs influenced the thermal stability of DNA-AuNPs at 37 °C, but this effect was minimum as temperature increased to 85 °C. With the improved understanding from these results, we were able to design a strategy to enhance the stability of DNA-AuNPs by conjugating double-stranded DNA to AuNPs through multiple thiol anchors.
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 | 0,001 |
| 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) | 0,001 | 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 ».