Ionic‐complementary peptide‐modified highly ordered pyrolytic graphite electrode for biosensor application
Notice bibliographique
Résumé
Ionic-complementary peptides are promising new biomaterials with potential applications in bionanotechnology. In the present investigation, a typical ionic-complementary peptide, EFK16-II, was used to modify a highly ordered pyrolytic graphite (HOPG) electrode. Upon modification, peptide nanofibers, parallel or oriented 60 degrees or 120 degrees to each other, were formed on the surface of HOPG electrode. Surface wettability of the electrode was improved as indicated by a significant decrease in the water contact angle. The electrochemical response of the EFK16-II nanofiber-modified HOPG electrode for the ferricyanide/ferrocyanide redox couple was characterized. Cyclic voltammograms indicated that the presence of peptide nanofibers on the HOPG electrode did not block electron transfer at slow scan rates ( approximately 2 mV/s), but did so at high scan rates ( approximately 100 mV/s). A model enzyme glucose oxidase (GOx) was covalently immobilized onto this nanofiber-modified electrode, and its potential as an enzyme-based biosensor for glucose was examined. At an applied potential of +0.45 V (vs. Ag/AgCl), the current increased linearly with glucose concentration up to 7.5 mM and a relative high sensitivity was obtained at 11.3 +/- 1.0 nA/(mM mm(2)). The immobilized GOx showed high affinity for glucose, with a Michaelis-Menten constant K(m) of 6.8 +/- 0.9 mM. It also exhibited relatively good storage and operational stabilities, and reflected in only a small decrease (13%) in the current response after 1 month storage and negligible changes upon 50 cyclic voltammetric scans. The results presented here demonstrate an excellent potential of the use of ionic-complementary peptides to modify electrode surfaces for biomolecular sensing and diagnostics.
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 | 0,001 | 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 ».