MétaCan
Menu
Retour à la cohorte
Enregistrement W2330939239 · doi:10.1021/ja3014055

Instantaneous and Quantitative Functionalization of Gold Nanoparticles with Thiolated DNA Using a pH-Assisted and Surfactant-Free Route

2012· article· en· W2330939239 sur OpenAlexafffund
Xu Zhang, Mark R. Servos, Juewen Liu

Notice bibliographique

RevueJournal of the American Chemical Society · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensNational Institute for NanotechnologyUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésChemistrySurface modificationPulmonary surfactantColloidal goldNanoparticleNanotechnologyCombinatorial chemistryChemical engineeringBiochemistry

Résumé

récupéré en direct d'OpenAlex

The attachment of thiolated DNA to gold nanoparticles (AuNPs) has enabled many landmark works in nanobiotechnology. This conjugate chemistry is typically performed using a salt-aging protocol where, in the presence of an excess amount of DNA, NaCl is gradually added to increase DNA loading over 1-2 days. To functionalize large AuNPs, surfactants need to be used, which may generate difficulties for downstream biological applications. We report herein a novel method using a pH 3.0 citrate buffer to complete the attachment process in a few minutes. More importantly, it allows for quantitative DNA adsorption, eliminating the need to quantify the number of adsorbed DNA and allowing the adsorption of multiple DNAs with different sequences at predetermined ratios. The method has been tested for various DNAs over a wide range of AuNP sizes. Our work suggests a synergistic effect between pH and salt in DNA attachment and reveals the fundamental kinetics of AuNP aggregation versus DNA adsorption, providing a novel means to modulate the interactions between DNA and AuNPs.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,266
Écart entre enseignants0,252 · 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'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

Citations593
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207