Surface plasmon resonance imaging enhanced by dielectrophoresis and AC-electroosmosis for rapid and label-free bacteria detection (Conference Presentation)
Notice bibliographique
Résumé
Surface plasmon resonance imaging (SPRI) biosensors allow sensitive, real-time and label-free detection of biological species in fluids when they bound to the sensing surface. However, their sensitivity is now close to the theoretical limit. In particular, at ultra-low target concentration, the main limit is the diffusion of the biological target (protein, DNA, bacteria…) to the gold film surface. To locally increase the target concentration on the sensitive surface and overcome such diffusion limit, active mass transport of analytes can be induced by non-uniform electric fields using dielectrophoresis (DEP) and alternative-current electroosmosis (ACEO) flow. Depending on the frequency of the electric field applied and the conductivity of the suspension medium, DEP and ACEO can concentrate biological objects on electrodes. This work focuses on the trapping and the detection of bacteria. The gold film used for SPR imaging is also used as electrode for particle collection, after photolithography and wet etching. To obtain the most efficient electrode design, numerical simulations were performed to estimate the trapping force applied on bacteria in the fluidic chamber volume depending on the geometry of the electrodes. SPR biochips obtained were mounted in the Kretschmann configuration. Then, a DI water solution containing E.coli bacteria was injected in the fluidic chamber of the chip. AC voltage (10Vpp, 1 kHz) was applied. The arrival of bacteria on the sensing zone is monitored by a strong jump of the SPR signal when no signal was observed without mass transport. The easy integration of such DEP/ACEO-assisted SPR chips on commercial SPR benches makes them suitable fur ultralow detection of a wide range of biological species, from biomolecules to pathogens.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».