Detection and sizing of nanoparticles and DNA on PDMS nanofluidic chips based on differential resistive pulse sensing
Notice bibliographique
Résumé
The RPS (Resistive Pulse Sensing) technique is a popular tool for the label-free detection of particles. This paper describes a simple, cost-effective PDMS nanofluidic chip for the detection and characterization of nanoparticles based on the differential RPS technique with high resolution and sensitivity. The chip is composed of two layers of PDMS slabs. Microchannel systems fabricated by the photolithography method on the top layer are used for sample loading and differential signal acquisition, and a straight nanochannel on the bottom layer fabricated by an unconventional approach bridging the gap between the microchannels works as an RPS sensing gate. A single-stage differential amplifier is used to amplify the RPS signals when particles or DNA pass through the sensing gate. It was demonstrated that this nanofluidic RPS chip can detect nanoparticles as small as 23 nm with a high SNR (Signal-to-Noise Ratio). The experimental results also show that the device is able to distinguish nanoparticles of smaller size differences such as 60 nm and 83 nm with high resolution, showing superior performance in comparison with the results obtained from DLS (Dynamic Light Scattering). This differential nano-RPS chip was also applied to detect the translocation of dsDNA molecules.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».