Enhancing Sensitivity and Selectivity of Long-Period Grating Sensors using Structure-Switching Aptamers Bound to Gold-Doped Macroporous Silica Coatings
Notice bibliographique
Résumé
High surface area, sol-gel derived macroporous silica films doped with gold nanoparticles (AuNP) are used as a platform for high-density affinity-based immobilization of functional structure-switching DNA aptamer molecules onto Michelson interferometer long-period grating (LPG) fiber sensors, allowing for label-free detection of small molecular weight analytes such as adenosine triphosphate (ATP). The high surface area afforded by the sol-gel derived material allowed high loading of DNA aptamers, while the inclusion of gold nanoparticles within the silica film provided a high refractive index (RI) overlay, which is required to enhance the sensitivity of the LPG sensor according to our numerical simulations. By using a structure-switching aptamer construct that could release an oligonucleotide upon binding of ATP, the effective change in RI was both enhanced and inverted (i.e., binding of ATP caused a net reduction in molecular weight and refractive index), resulting in a system that prevented signals originating from nonspecific binding. This is the first report on the coupling of aptamers to LPG fiber sensors and the first use of high RI AuNP/silica films as supports to immobilize biomolecules onto the LPG sensor surface. The dual functionality of such films to both improve binding density and LPG sensor cladding refractive index results in a substantial enhancement in the sensitivity of such sensors for small molecule detection.
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) | 0,001 | 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 ».