Crossed Surface Relief Gratings as Nanoplasmonic Biosensors
Notice bibliographique
Résumé
We present an original, low-cost nanoplasmonic (bio)sensor based on crossed surface relief gratings (CSRGs) generated from orthogonally superimposed surface relief gratings (SRGs) on gold-coated azo-glass substrate. This surface plasmon resonance (SPR)-based sensing approach is unique, since the light transmitted through a CSRG is zero except in the narrow bandwidth where the SPR conversion occurs, enabling quantitative monitoring of only the plasmonic signal from biomolecular interactions in real time. We validated the individual SRG plasmonic signature of CSRGs by observing their respective SPR excitation peaks, and tested them to detect both bulk and near-surface refractive index (RI) changes. Compared to simple SRGs, CSRGs portray a much-improved sensitivity of 647.8 nm/RIU, a resolution on the order of 10 –5 RIU, and a figure of merit (FOM) of 14 for bulk RI-change sensing. We also demonstrate their ability to perform as biosensors, through the detection and monitoring of near-surface biomolecular interactions in real time, a first for CSRGs. The minimum detectable concentration of biotin–streptavidin binding events was 8.3 nM. Due to their sensing abilities, low cost (<10 cents/unit), ease of fabrication, and inherent suitability for integration with microfluidics, we anticipate that CSRGs will stand as strong candidates in the portable diagnostics arena.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».