MétaCan
Menu
← Retour à la cohorte
Enregistrement W2949559468 · doi:10.1101/162412

Self-assembled Star-shaped Chiroplasmonic Gold Nanoparticles for Ultrasensitive Chiro-immunosensor of Viruses

2017· preprint· en· W2949559468 sur OpenAlexaff
Syed Rahin Ahmed, Éva Nagy, Suresh Neethirajan

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésNanosensorPlasmonMaterials scienceChirality (physics)NanotechnologyCircular dichroismColloidal goldQuantum dotNanoparticleOptical rotationOptoelectronicsChemistryOpticsPhysicsCrystallography

Résumé

récupéré en direct d'OpenAlex

Near field optics and optical tunneling light-matter interaction in the superstructure of chiral nanostructures and semiconductor quantum dots exhibit strong optical rotation activity that may open a new window for chiral-based bioanalytes detection. Herein we report an ultrasensitive, chiro-immunosensor using superstructure of chiral gold nanohybrids (CAu NPs) and quantum dots (QDs). Self-assembling techniques were employed to create asymmetric plasmonic chiral nanostructures for extending the spectral range of circular dichroism (CD) response for obtaining superior plasmonic resonant coupling with the QDs excitonic state; this may help to achieve lower the limit of detection (LOD) values. As a result, the designed probe exhibited avian influenza A (H5N1) viral concentration at picomolar level, a significant improvement in sensitivity in comparison to a non-assembled CAu NPs based chiroassay. The practicability of the proposed sensing system was successfully demonstrated on several virus cultures including, avian influenza A (H4N6) virus, fowl adenovirus and coronavirus in blood samples. The results of our study highlights that exciton-plasmon interaction changes chirality and the self-assembled nanostructures are an efficient strategy for enhancing the sensitivity of plasmonic nanosensors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,258
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→