MétaCan
Menu
Retour à la cohorte
Enregistrement W2331380881 · doi:10.1021/la503917j

DNA Adsorption by Indium Tin Oxide Nanoparticles

2014· article· en· W2331380881 sur OpenAlexafffund
Biwu Liu, 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-clésIndium tin oxideAdsorptionDNAOligonucleotideChemistryNanoparticleIndiumBiosensorDesorptionMaterials scienceInorganic chemistryNanotechnologyChemical engineeringElectrodeOrganic chemistryPhysical chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

The high conductivity and optical transparency of indium tin oxide (ITO) has made it a popular material in the electronic industry. Recently, its application in biosensors is also explored. To understand its biointerface chemistry, we herein investigate its interaction with fluorescently labeled single-stranded oligonucleotides using ITO nanoparticles (NPs). The fluorescence of DNA is efficiently quenched after adsorption, and the interaction between DNA and ITO NPs is strongly dependent on the surface charge of ITO. At low pH, the ITO surface is positively charged to afford a high DNA adsorption capacity. Adsorption is also influenced by the sequence and length of DNA. For its components, In2O3 adsorbs DNA more strongly while SnO2 repels DNA at neutral pH. The DNA adsorption property of ITO is an averaging result from both components. DNA adsorption is confirmed to be mainly by the phosphate backbone via displacement experiments using free phosphate or DNA bases. Last, DNA-induced DNA desorption by forming duplex DNA is demonstrated on ITO, while the same reaction is more difficult to achieve on other metal oxides including CeO2, TiO2, and Fe3O4 because these particles adsorb DNA more tightly.

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 enseignants0,089
Score d'incertitude au seuil0,317

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 Opus0,005
Tête enseignante GPT0,234
Écart entre enseignants0,229 · 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

Citations49
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207