AuCu bimetal nanoclusters as high-performance mimics for ultrasensitive recognition of biomolecules
Notice bibliographique
Résumé
Introducing novel mimic materials as alternatives for natural enzymes challenges the analysts. Study on the peroxidase-like materials is an active field in analytical research areas. Herein, Au/Cu bimetal nanoclusters (Au/Cu NCs) are introduced as highly efficient peroxidase mimics, which were investigated using fluorometric and colorimetric techniques. A comprehensive comparison between the catalytic activity of Au, Cu, and their bimetal NCs, with different ratios of Au/Cu was performed using some different peroxidase substrates (including 3,3′,5,5′-tetramethylbenzidine (TMB), o-phenylenediamine dihydrochloride (OPD), and terephthalic acid (TA)). Additionally, different capping agents were applied for the synthesis of NCs, and it was found that penicillamine-capped NCs with 50% Cu have higher activity than other synthesized NCs. Analytical application of the novel mimic for H 2 O 2 detection caused a linear calibration in a wide linear range of 0.001–3 μmol/L, and a great detection limit (3S) of 0.18 nmol/L, using a sensitive fluorescence system. The developed system was also sensitive for recognizing glucose and cholesterol in blood samples, after their enzymatic oxidation and production of H 2 O 2 . Detection limits of 55 and 15 nmol/L were obtained for glucose and cholesterol, respectively. The presented method also showed good reliability, which was validated by certified reference materials.
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 ».