Design and Characterization of Lysine Cross-Linked Mercapto-Acid Biocompatible Quantum Dots
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Semiconductor quantum dots (QDs) are a new generation of inorganic probes with advantageous properties over traditional organic-only probes for biological applications. A major hurdle in the use of QDs for biology is the inability of the hydrophobically synthesized QDs to interface with aqueous environments. There have been tremendous advances in the surface modification of hydrophobic QDs. However, none of the current techniques fits all of the criteria for an ideal QD coating for biological applications (e.g., maintain the small size and optical properties of QDs, have low nonspecific binding) while providing cost-effective, easy preparation on a large scale. We developed a highly stable biocompatible coating for the surface of ZnS-capped CdSe QDs that maintains all of the hydrophobic-coated QD optical properties. These QDs are prepared by first coating them with mercaptoundecanoic acid and are further cross-linked with the amino acid lysine in the presence of dicyclohexylcarbodiimide to form a stable hydrophilic shell. The surface contains carboxylic acid and amino functional groups for conjugation to biomolecules. Using a dynamic light scattering method, we found that the hydrodynamic diameter of these surface-modified QDs is approximately 20 nm. We demonstrated the feasibility of preparing >400 mg of the biocompatible QDs and the successful conjugation of proteins onto their surface. Finally, we characterized the QD stability and optical properties in various biologically relevant environments.
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.
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 | 0,001 | 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) | 0,002 | 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 découle