MétaCan
Menu
Retour à la cohorte
Enregistrement W2614025507 · doi:10.1038/srep44495

In situ self-assembly of gold nanoparticles on hydrophilic and hydrophobic substrates for influenza virus-sensing platform

2017· article· en· W2614025507 sur OpenAlexaff
Syed Rahin Ahmed, Jeonghyo Kim, Van Tan Tran, Tetsuro Suzuki, Suresh Neethirajan, Jaebeom Lee, Enoch Y. Park

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Education, Culture, Sports, Science and TechnologyNational Research Foundation
Mots-clésIn situColloidal goldNanoparticleVirusInfluenza A virusNanotechnologyChemistryVirologyMaterials scienceBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Nanomaterials without chemical linkers or physical interactions that reside on a two-dimensional surface are attractive because of their electronic, optical and catalytic properties. An in situ method has been developed to fabricate gold nanoparticle (Au NP) films on different substrates, regardless of whether they are hydrophilic or hydrophobic surfaces, including glass, 96-well polystyrene plates, and polydimethylsiloxane (PDMS). A mixture of sodium formate (HCOONa) and chloroauric acid (HAuCl4) solution was used to prepare Au NP films at room temperature. An experimental study of the mechanism revealed that film formation is dependent on surface wettability and inter particle attraction. The as-fabricated Au NP films were further applied to the colorimetric detection of influenza virus. The response to the commercial target, New Caledonia/H1N1/1999 influenza virus, was linear in the range from 10 pg/ml to 10 μg/ml and limit of detection was 50.5 pg/ml. In the presence of clinically isolated influenza A virus (H3N2), the optical density of developed color was dependent on the virus concentration (10–50,000 PFU/ml). The limit of detection of this study was 24.3 PFU/ml, a limit 116 times lower than that of conventional ELISA (2824.3 PFU/ml). The sensitivity was also 500 times greater than that of commercial immunochromatography kits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,294
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), 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

Citations125
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207