Sensitive electrochemical detection of nitric oxide based on AuPt and reduced graphene oxide nanocomposites
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Since nitric oxide (NO) plays a critical role in many biological processes, its precise detection is essential toward an understanding of its specific functions. Here we report on a facile and environmentally compatible strategy for the construction of an electrochemical sensor based on reduced graphene oxide (rGO) and AuPt bimetallic nanoparticles. The prepared nanocomposites were further employed for the electroanalysis of NO using differential pulse voltammetry (DPV) and amperometric methods. The dependence of AuPt molar ratios on the electrochemical performance was investigated. Through the combination of the advantages of the high conductivity from rGO and highly electrocatalytic activity from AuPt bimetallic nanoparticles, the AuPt-rGO based NO sensor exhibited a high sensitivity of 7.35 μA μM(-1) and a low detection limit of 2.88 nM. Additionally, negligible interference from common ions or organic molecules was observed, and the AuPt-rGO modified electrode demonstrated excellent stability. Moreover, this optimized electrochemical sensor was practicable for efficiently monitoring the NO released from rat cardiac cells, which were stimulated by l-arginine (l-arg), showing that stressed cells generated over 10 times more NO than normal cells. The novel sensor developed in this study may have significant medical diagnostic applications for the prevention and monitoring of disease.
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.
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) | 0,000 | 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) | 0,000 | 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 découle