Quantitative Analysis of Thiolated Ligand Exchange on Gold Nanoparticles Monitored by <sup>1</sup>H NMR Spectroscopy
Notice bibliographique
Résumé
We use nuclear magnetic resonance spectroscopy methods to quantify the extent of ligand exchange between different types of thiolated molecules on the surface of gold nanoparticles. Specifically, we determine ligand density values for single-moiety ligand shells and then use these data to describe ligand exchange behavior with a second, thiolated molecule. Using these techniques, we identify trends in gold nanoparticle functionalization efficiency with respect to ligand type, concentration, and reaction time as well as distinguish between functionalization pathways where the new ligand may either replace the existing ligand shell (exchange) or add to it ("backfilling"). Specifically, we find that gold nanoparticles functionalized with thiolated macromolecules, such as poly(ethylene glycol) (1 kDa), exhibit ligand exchange efficiencies ranging from 70% to 95% depending on the structure of the incoming ligand. Conversely, gold nanoparticles functionalized with small-molecule thiolated ligands exhibit exchange efficiencies as low as 2% when exposed to thiolated molecules under identical exchange conditions. Taken together, the reported results provide advances in the fundamental understanding of mixed ligand shell formation and will be important for the preparation of gold nanoparticles in a variety of biomedical, optoelectronic, and catalytic applications.
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 | 0,001 | 0,001 |
| 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 ».