Performance improvement of plasmonic sensors using a combination of AC electrokinetic effects for (bio)target capture
Notice bibliographique
Résumé
Analytes concentration techniques are being developed with the appealing expectation to boost the performance of biosensors. One promising method lies in the use of electrokinetic forces. We present hereafter a new design for a microstructured plasmonic sensor which is obtained by conventional microfabrication techniques, and which can easily be adapted on a classical surface plasmon resonance imaging (SPRI) system without further significant modification. Dielectrophoretic trapping and electro-osmotic displacement of the targets in the scanned fluid are performed through interdigitated 200 μm wide gold electrodes that also act as the SPR-sensing substrate. We demonstrate the efficiency of our device's collection capabilities for objects of different sizes (200 nm and 1 μm PS beads, as well as 5-10 μm yeast cells). SPRI is relevant for the spatial analysis of the mass accumulation at the electrode surface. We demonstrate that our device overcomes the diffusion limit encountered in classical SPR sensors thanks to rapid collection capabilities (<1 min) and we show a consequent improvement of the detection limit, by a factor >300. This study of an original device combining SPRI and electrokinetic forces paves the way to the development of fully integrated active plasmonic sensors with direct applications in life sciences, electrochemistry, environmental monitoring and agri-food industry.
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 ».