Detection of Adenosine Triphosphate with an Aptamer Biosensor Based on Surface-Enhanced Raman Scattering
Notice bibliographique
Résumé
A simple, ultrasensitive, highly selective, and reagent-free aptamer-based biosensor has been developed for quantitative detection of adenosine triphosphate (ATP) using surface-enhanced Raman scattering (SERS). The sensor contains a SERS probe made of gold nanostar@Raman label@SiO(2) core-shell nanoparticles in which the Raman label (malachite green isothiocyanate, MGITC) molecules are sandwiched between a gold nanostar core and a thin silica shell. Such a SERS probe brings enhanced signal and low background fluorescence, shows good water-solubility and stability, and exhibits no sign of photobleaching. The aptamer labeled with the SERS probe is designed to hybridize with the cDNA on a gold film to form a rigid duplex DNA. In the presence of ATP, the interaction between ATP and the aptamer results in the dissociation of the duplex DNA structure and thereby removal of the SERS probe from the gold film, reducing the Raman signal. The response of the SERS biosensor varies linearly with the logarithmic ATP concentration up to 2.0 nM with a limit of detection of 12.4 pM. Our work has provided an effective method for detection of small molecules with SERS.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».