MétaCan
Menu
Retour à la cohorte
Enregistrement W2967903246 · doi:10.1021/acsami.9b10996

Ratiometric Detection of Nerve Agents by Coupling Complementary Properties of Silicon-Based Quantum Dots and Green Fluorescent Protein

2019· article· en· W2967903246 sur OpenAlexafffund
Christopher Jay T. Robidillo, Sophia L. Wandelt, Rochelin Dalangin, Lijuan Zhang, Haoyang Yu, A. Meldrum, Robert E. Campbell, Jonathan G. C. Veinot

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon and Quantum Dots Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesUniversity of the PhilippinesChina Scholarship CouncilUniversity of AlbertaGovernment of Canada
Mots-clésParaoxonPhotoluminescenceFluorescenceMaterials scienceQuantum dotQuenching (fluorescence)MultiplexNanotechnologyDetection limitPMOS logicSiliconCombinatorial chemistryPhotochemistryOptoelectronicsChemistryChromatographyOrganic chemistryBioinformaticsTransistor

Résumé

récupéré en direct d'OpenAlex

Ratiometric photoluminescent detection of the toxicologically potent organophosphate ester nerve agents paraoxon (PX) and parathion (PT) using the complementary optical and chemical properties of the long Stokes shift green fluorescent protein variant, mAmetrine1.2 (mAm), and red-emitting silicon-based quantum dots (SiQDs) is reported. PX and PT selectively quench SiQD photoluminescence (PL) through a dynamic quenching mechanism, thereby, facilitating the development of a ratiometric sensor platform that shows micromolar limits of detection for PX and PT and that is unaffected by the presence of common inorganic and organic interferents. As a part of the present study, we also demonstrate that the paper-based sensors derived from mAm and SiQDs detect PX and PT at concentrations as low as 5 μM using a readily available commercial color analysis smartphone "app". The ratiometric sensor reported herein can potentially be used for the convenient and rapid on-site detection and quantification of PX and PT in real-world samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,002
Score d'incertitude au seuil0,722

Scores Codex et Gemma par catégorie

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 Opus0,021
Tête enseignante GPT0,238
Écart entre enseignants0,217 · 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 tête enseignante, 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

Citations34
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetCarbon and Quantum Dots ApplicationsTravaux en français237 207