Nano graphene oxide-wrapped gold nanostars as ultrasensitive and stable SERS nanoprobes
Notice bibliographique
Résumé
We report a facile method to synthesize highly branched gold nanostars wrapped with nano graphene oxide (nGO) sheets with or without the addition of Raman dyes, as nanoprobes with high SERS activity. Both cysteamine and nGO are added to gold nanostars; the positively charged amino groups help self-assembly of nGO flakes around the nanostars. This increases the Raman signal of nGO by 5.3 folds compared to samples in which nGO is in contact with the nanostars but does not wrap them. We also prepare dye-based SERS nanoprobes by sandwiching a typical Raman reporter such as Rhodamine B (RhB), Crystal Violet (CV) and Rhodamine 6G (R6G) between the nanostars and the nGO coating. The Raman signals of RhB are 5.2 times larger when sandwiched between nGO and nanostars than if the molecules are just adsorbed on the nanostar surface, and similar enhancements are observed for the other dyes. In addition to improving SERS efficiency, the wrapping greatly improves the stability of the dye-based nanoprobes, showing a reproducible Raman signal of RhB for over a week in simulated body fluids at 37 °C. High SERS signal, facile fabrication method and excellent stability make these nanoprobes highly promising for SERS-based biosensing and bioimaging applications.
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 ».