Bright Surface‐Enhanced Raman Scattering with Fluorescence Quenching from Silica Encapsulated J‐Aggregate Coated Gold Nanoparticles
Notice bibliographique
Résumé
Abstract Plexitonic nanoparticles offer variable optical properties through tunable excitations, in addition to electric field enhancements that far exceed molecular resonators. This study demonstrates a way to design an ultrabright surface‐enhanced Raman spectroscopy (SERS) signal while simultaneously quenching the fluorescence background through silica encapsulation of the semiconductor–metal composite nanoparticles. Using a multistep approach, a J‐aggregate‐forming organic dye is assembled on the surface of gold nanoparticles using a cationic linker. Excitonic resonance of the J‐aggregate–metal system shows an enhanced SERS signal at an appropriate excitation wavelength. Further encapsulation of the decorated particles in silica shows a significant reduction in the fluorescence signal of the Raman spectra (5× reduction) and an increase in Raman scattering (7× enhancement) when compared to phospholipid encapsulation. This reduction in fluorescence is important for maximizing the useful SERS enhancement from the particle, which shows a signal increase on the order of 10 4 times greater than J‐aggregated dye in solution and 24 times greater than Oxonica S421 SERS tag. The silica layer also serves to promote colloidal stability. The combination of reduced fluorescence background, enhanced SERS intensity, and temporal stability makes these particles highly distinguishable with potential to enable high‐throughput applications such as SERS flow cytometry.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».