MétaCan
Menu
Retour à la cohorte
Enregistrement W2323437616 · doi:10.1021/jp509986s

Fast Kinetics of Thiolic Self-Assembled Monolayer Adsorption on Gold: Modeling and Confirmation by Protein Binding

2014· article· en· W2323437616 sur OpenAlexafffund
Sasan Asiaei, Patricia Nieva, Mathilakath M. Vijayan

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Junctions and Nanostructures
Établissements canadiensUniversity of CalgaryUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Research, Innovation and Science
Mots-clésChemistryMonolayerKineticsReceptor–ligand kineticsCarbodiimideAdsorptionFluorescenceSelf-assembled monolayerPolyclonal antibodiesBiophysicsChromatographyPolymer chemistryBiochemistryAntibodyOrganic chemistryReceptor

Résumé

récupéré en direct d'OpenAlex

This study presents an improved kinetics for the formation of self-assembled monolayers (SAMs) of thiols on gold substrates. Based on predictions of a computational model developed to study the SAM growth kinetics, SAMs of 11-mercaptoinic acid and 1-octanethiol were successfully formed for the first time within 15 min by incubation of planar gold chips in a 10 mM solution of thiols in pure ethanol. The performance of this new rapid SAM formation protocol is compared to the conventional 24 h incubation protocol by evaluating the binding capacity of a fluorescent-labeled antibody to the SAM samples prepared using both protocols. Tetramethylrhodamine conjugated polyclonal goat γ-globulin (IgG) was bound to all SAMs previously modified with 1-ethyl-3-(3-(dimethylamino)propyl)carbodiimide (EDC) to improve antibody immobilization. Resulting binding density of the fast SAM was evaluated using epifluorescence and atomic force microscopy (AFM) and found to be comparable with reported values in the literature using conventional 24 h protocols.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations14
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetMolecular Junctions and NanostructuresTravaux en français237 207