Ag@Au Core–Shell Porous Nanocages with Outstanding SERS Activity for Highly Sensitive SERS Immunoassay
Notice bibliographique
Résumé
A highly sensitive immunoassay of biomarkers has been achieved using 4-mercaptobenzoic acid-labeled Ag@Au core–shell porous nanocage tags and α-fetoprotein immuno-sensing chips. The Ag@Au porous nanocages were uniquely synthesized by using an Ag core as a self-sacrificial template and reducing agent, where the slow reaction process led to the formation of a porous Au layer. The size of the remaining Ag core and surface roughness of the Au shell were controlled by adjusting the chloroauric acid concentration. The porous cage exhibited excellent surface-enhanced Raman spectroscopy (SERS) activity, presumably due to a synergetic interaction between newly generated hot spots in the rough Au shell and the retained SERS activity of the Ag core. Using α-fetoprotein as a model analyte for immunoassay, the SERS signal had a wide linear range of 0.20 ng mL−1 to 500.0 ng mL−1 with a detection limit of 0.12 ng mL−1. Without the need of further signal amplification, the as-prepared Ag@Au bimetallic nanocages can be directly used for highly sensitive SERS assays of other biomarkers in biomedical research, diagnostics, etc.
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 | 0,000 | 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 | 0,001 | 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 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 ».