MétaCan
Menu
Retour à la cohorte
Enregistrement W3018510216 · doi:10.1016/j.isci.2020.101099

Solid-State Protein Junctions: Cross-Laboratory Study Shows Preservation of Mechanism at Varying Electronic Coupling

2020· article· en· W3018510216 sur OpenAlexafffund
Sabyasachi Mukhopadhyay, Senthil Kumar Karuppannan, Cunlan Guo, Jerry A. Fereiro, Adam Johan Bergren, Vineetha Mukundan, Xinkai Qiu, Olga E. Castañeda Ocampo, Xiaoping Chen, Ryan C. Chiechi, Richard L. McCreery, Israel Pecht, Mordechai Sheves, Rupali Reddy Pasula, Sierin Lim, Christian A. Nijhuis, Ayelet Vilan, David Cahen

Notice bibliographique

RevueiScience · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Junctions and Nanostructures
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCouncil for Higher EducationNational Research Council CanadaAzrieli FoundationDepartment of Science and Technology, Ministry of Science and Technology, IndiaIsrael Science FoundationMinistry of EducationMinerva FoundationUniversity of Alberta
Mots-clésCoupling (piping)Chemical physicsElectronicsNanotechnologySubstrate (aquarium)Solid surfaceSurface finishChemistryBiophysicsMaterials scienceBiology

Résumé

récupéré en direct d'OpenAlex

Successful integration of proteins in solid-state electronics requires contacting them in a non-invasive fashion, with a solid conducting surface for immobilization as one such contact. The contacts can affect and even dominate the measured electronic transport. Often substrates, substrate treatments, protein immobilization, and device geometries differ between laboratories. Thus the question arises how far results from different laboratories and platforms are comparable and how to distinguish genuine protein electronic transport properties from platform-induced ones. We report a systematic comparison of electronic transport measurements between different laboratories, using all commonly used large-area schemes to contact a set of three proteins of largely different types. Altogether we study eight different combinations of molecular junction configurations, designed so that A geo of junctions varies from 10 5 to 10 −3 μm 2 . Although for the same protein, measured with similar device geometry, results compare reasonably well, there are significant differences in current densities (an intensive variable) between different device geometries. Likely, these originate in the critical contact-protein coupling (∼contact resistance), in addition to the actual number of proteins involved, because the effective junction contact area depends on the nanometric roughness of the electrodes and at times, even the proteins may increase this roughness. On the positive side, our results show that understanding what controls the coupling can make the coupling a design knob. In terms of extensive variables, such as temperature, our comparison unanimously shows the transport to be independent of temperature for all studied configurations and proteins. Our study places coupling and lack of temperature activation as key aspects to be considered in both modeling and practice of protein electronic transport experiments.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,256
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

Citations49
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetMolecular Junctions and NanostructuresTravaux en français237 207