MétaCan
Menu
Retour à la cohorte
Enregistrement W2607946816 · doi:10.1021/acsami.7b04178

Rapid and Highly Sensitive Detection of Dopamine Using Conjugated Oxaborole-Based Polymer and Glycopolymer Systems

2017· article· en· W2607946816 sur OpenAlexafffund
Keren Jiang, Yinan Wang, Garima Thakur, Yohei Kotsuchibashi, Selvaraj Naicker, Ravin Narain, Thomas Thundat

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanadian Institutes of Health ResearchAlberta Innovates - Technology Futures
Mots-clésPolymerSurface plasmon resonanceMaterials scienceConjugated systemDetection limitSelectivityBiosensorGlycopolymerMolecularly imprinted polymerNanotechnologyChromatographyNanoparticleChemistryCopolymerOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A conjugated polymer interface consisting of an oxaborole containing polymer and a glycopolymer was used for achieving very high selectivity in dopamine (DA) detection. The optimum binding affinity between the polymers promotes the selectivity to DA through a displacement mechanism while remaining unaffected by other structurally related analogs and saccharide derivatives. Real-time detection of DA with very high selectivity and sensitivity has been demonstrated by immobilizing the polymer conjugates on surface plasmon resonance (SPR) and microcantilever (MCL) sensor platforms. Using the conjugated polymer sensing layer, the SPR biosensor was capable of detecting DA in the concentration range of 1 × 10 –9 to 1 × 10 –4 mol L –1, whereas the MCL sensor showed a limit of detection (LOD) of 5 × 10 –11 mol L –1 . We find that the sensing mechanism is based on DA-induced reversible swelling of the conjugated polymer layer and this allows regeneration and reuse of the sensor multiple times. Also, we conclude that SPR is a suitable sensor platform for DA in-line detection at clinical level considering the detection time and stability, whereas MCL can achieve a much lower LOD.

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 enseignants0,002
Score d'incertitude au seuil0,759

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 Opus0,009
Tête enseignante GPT0,207
Écart entre enseignants0,197 · 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

Citations50
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetElectrochemical sensors and biosensorsTravaux en français237 207