Full Spectroscopic Tip-Enhanced Raman Imaging of Single Nanotapes Formed from β-Amyloid(1–40) Peptide Fragments
Notice bibliographique
Résumé
This study demonstrates that spectral fingerprint patterns for a weakly scattering biological sample can be obtained reproducibly and reliably with tip-enhanced Raman spectroscopy (TERS) that correspond well with the conventional confocal Raman spectra collected for the bulk substance. These provided the basis for obtaining TERS images of individual self-assembled peptide nanotapes using an automated, objective procedure that correlate with the simultaneously obtained scanning tunneling microscopy (STM) images. TERS and STM images (64 × 64 pixels, 3 × 3 μm²) of peptide nanotapes are presented that rely on marker bands in the Raman fingerprint region. Full spectroscopic information in every pixel was obtained, allowing post-processing of data and identification of species of interest. Experimentally, the "gap-mode" TERS configuration was used with a solid metal (Ag) tip in feedback with a metal substrate (Au). Confocal Raman data of bulk nanotapes, TERS point measurements with longer acquisition time, atomic force microscopy images, and an infrared absorption spectrum of bulk nanotapes were recorded for comparison. It is shown that the unique combination of topographic and spectroscopic data that TERS imaging provides reveals differences between the STM and TERS images, for example, nanotapes that are only weakly visible in the STM images, a coverage of the surface with an unknown substance, and the identification of a patch as a protein assembly that could not be unambiguously assigned based on the STM image alone.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».