MétaCan
Menu
Retour à la cohorte
Enregistrement W2315175064 · doi:10.1021/la503188h

Cation-Size-Dependent DNA Adsorption Kinetics and Packing Density on Gold Nanoparticles: An Opposite Trend

2014· article· en· W2315175064 sur OpenAlexafffund
Biwu Liu, Erin Y. Kelly, Juewen Liu

Notice bibliographique

RevueLangmuir · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of WaterlooCanada Foundation for Innovation
Mots-clésCounterionColloidal goldChemistryAdsorptionMonolayerNanoparticleSurface chargeKineticsDNAColloidPoint of zero chargeChemical engineeringCrystallographyInorganic chemistryNanotechnologyIonMaterials scienceOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The property of DNA is strongly influenced by counterions. Packing a dense layer of DNA onto a gold nanoparticle (AuNP) generates an interesting colloidal system with many novel physical properties such as a sharp melting transition, protection of DNA against nucleases, and enhanced complementary DNA binding affinity. In this work, the effect of monovalent cation size is studied. First, for free AuNPs without DNA, larger group 1A cations are more efficient in inducing their aggregation. The same trend is observed with group 2A metals using AuNPs capped by various self-assembled monolayers. After establishing the salt range to maintain AuNP stability, the DNA adsorption kinetics is also found to be faster with the larger Cs(+) compared to the smaller Li(+). This is attributed to the easier dehydration of Cs(+), and dehydrated Cs(+) might condense on the AuNP surface to reduce the electrostatic repulsion effectively. However, after a long incubation time with a high salt concentration, Li(+) allows ∼30% more DNA packing compared to Cs(+). Therefore, Li(+) is more effective in reducing the charge repulsion among DNA, and Cs(+) is more effective in screening the AuNP surface charge. This work suggests that physicochemical information at the bio/nanointerface can be obtained by using counterions as probes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,409

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,255
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207