Études et applications des propriétés plasmoniques des réseaux nanostructurés
Notice bibliographique
Résumé
Cette thèse porte sur l’étude des propriétés plasmoniques de réseaux nanostructurés dans le but de développer des applications de bioanalyse. L'intérêt de travailler avec ces structures est dû à leur grande sensibilité de surface, leur facilité de fabrication et leur simplicité d'analyse par spectrophotométrie en transmission. L'objectif était de fabriquer un dispositif capable d'effectuer du criblage à haut débit pour des fins biomédicales. Le premier objectif de la thèse porte sur l’étude des propriétés plasmoniques des réseaux de nanotrous. Une compréhension approfondie de ces structures a permis d’exploiter efficacement leur performance pour des applications de bioanalyse plasmonique. Une solution analytique fut établie pour étudier les modes de diffractions des polaritons de plasmons de surface d’onde de Bloch (BW-SPP). Cette équation a permis de corroborer les observations expérimentales avec des calculs théoriques par rapport au couplage plasmonique des réseaux de nanotrous. De plus, la variation de l'angle d'incidence a permis de déplacer la fréquence à laquelle les modes plasmoniques sont excités. Il était donc possible d'ajuster la position des BWSPP de façon à maximiser un couplage à une longueur d'onde désirée. Cet effet a été exploité avec la technique d'amplification de surface de diffusion Raman exaltée (SERS). Finalement, la sensibilité en surface de réseaux de nanotrous a été amplifiée selon l’angle d’excitation en transmission. Ce gain en sensibilité permet la détection de protéines d’IgG humain pour des basses concentrations de l’ordre du nanomolaire (nM). Le second objectif de la thèse traite du développement d’un lecteur multipuits couplé avec la technologie des réseaux de nanotrous afin de créer une plateforme de détection plasmonique pour du criblage à haut débit. Cet instrument offre une analyse en transmission d’échantillons nanostructurés à l’aide d’une plaque 96-puits pour des angles d’incidence allant jusqu’à 50°. Une nouvelle méthode de microfabrication de réseaux de nanotrous par photolithographie fut établie. Cette technique a permis de fabriquer des réseaux de nanotrous sur de grandes surfaces avec uniformité. L’efficacité du système fut démontrée pour la détection de protéines d’IgG humain, du méthotrexate (MTX) et le criblage d’anticorps de l’antigène prostatique spécifique (PSA). Le dernier volet de la thèse discute de l’étude des propriétés plasmoniques de réseaux de nanodisques recouverts d’un film d’or pour amplifier plus fortement la sensibilité des capteurs plasmoniques. Cette section de la thèse a démontré la performance des réseaux de nanodisques en tant que capteur plasmonique. En effet, les réseaux de nanodisques ont l’avantage d’exciter un mode de Bragg (BM, Bragg modes) en transmission directe générant une bande plasmonique fine ayant un facteur de mérite (FOM, figure of merit) élevé (sensiblité/réponse plasmonique). L’excitation de ces structures en transmission directe a simplifié énormément l’utilisation du robot multipuits par l’excitation à incidence normale tout en offrant une FOM supérieure aux réseaux de nanotrous. Pour continuer, des simulations 3D et une image Raman du signal SERS des structures ont démontré que le champ plasmonique des BM est grandement confiné autour des nanodisques. Ce confinement du champ plasmonique des réseaux de nanodisques à générer un facteur d’amplification SERS de l’ordre de 107. En somme, cette thèse démontre une étude des propriétés plasmoniques de réseaux nanostructurés pour des applications de bioanalyse par criblage à haut débit. Les études rapportées dans cette thèse ont prouvés que le champ plasmonique des réseaux de nanotrous peut être contrôlé afin d’amplifier leur sensibilité. De plus, la thèse rapporte la première plateforme de bioanalyse plasmonique utilisant un lecteur multipuits. Finalement, la fabrication de structures plasmoniques composés de nanodisques d’or a permis de mettre en évidence des propriétés optiques qui peuvent être mises à profit pour des mesures optiques ultras sensibles.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».