Effect of Ligand Density on the Spectral, Physical, and Biological Characteristics of CdSe/ZnS Quantum Dots
Notice bibliographique
Résumé
Chemical modification of the surface of CdSe/ZnS quantum dots (QDs) with small molecules or functional ligands often alters the characteristics of these particles. For instance, dopamine conjugation quenches the fluorescence of the QDs, which is a property that can be exploited for sensing applications if the conjugates are taken up into living cells. However, different sizes and/or preparations of mercaptocarboxylic acid solubilized QDs show very different properties when incubated with cells. It is unknown what physical parameters determine a QDs ability to interact with a cell surface, be endocytosed, escape from endosomes, and/or enter the nucleus. In this study, we examine the surface chemistry of QD-dopamine conjugates and present an optimized method for tracking the attachment of small biomolecules to the surface. It is found that the fluorescence intensity, surface charge, colloidal stability, and biological interactions of the QDs vary as a function of the density of dopamine on the surface. Successful targeting of QD-dopamine to dopamine receptor positive PC12 cells correlates with greater homogeneity of particle thiol layer, and a minimum number of ligands required for specific association can be estimated. These results will enable users to develop methods for screening QD conjugates for biological activity before proceeding to experiments with cell lines and animals.
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 | 0,001 |
| 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 ».