Architectures of Graphene-Based Field-Effect Transistors for Single-Molecule Experiments
Notice bibliographique
Résumé
With progress in the extreme miniaturisation of electronic components and the discovery of low-dimensional conductive materials, it is now possible to assemble field-effect transistors (FETs) that can incorporate single-molecule components as a channel or gate1,2. Such types of FETs have been recently used to detect and study various fundamental mechanisms at the single-molecule scale, among which the folding and unfolding of molecules, hybridization mechanisms, charge transport or chemical reactions1–5. In these experiments, devices were typically fabricated using architectures based on individual 1D materials, such as carbon nanotubes (CNTs) and silicon nanowires. The 1D topology facilitates the isolation of individual molecules in the circuit, but present drawbacks in scalability due to challenges in the growth, purification and/or assembling of such 1D materials into FET circuits. Here, we present new top-down approaches for the fabrication of single-molecule FETs, based on 2D graphene architectures. As CNTs, graphene is made of an hexagonal carbon lattice enabling excellent conductivity as well as carbon-based chemistry to anchor individual molecules, yet its 2D topology is more compatible with wafer-scale fabrication processes. First, we report the fabrication of large arrays of FETs based on graphene ribbons with controlled electrical properties. These arrays were built from high-quality large area graphene synthesized by chemical vapor deposition (CVD), followed by patterning steps using photolithography and plasma etching processes. Then, we report the design of two different architectures for single-molecule experiments: nanoconstrictions and nanogaps. Nanoconstrictions were achieved using electron-beam lithography (EBL), allowing to pattern high-resolution features (50nm) in the graphene channel. Nanogaps were obtained using the electroburning technique to open a gap of a few nanometers in the graphene channel6. We will present the design and fabrication process of these architectures, as well as their characterization using high-resolution microscopy (SEM/AFM) and transport measurements. Finally, we will discuss approached for the single-molecule functionalization for these architectures and their application in conductance-based single-molecule measurements. References 1. Vernick, S. et al. Electrostatic melting in a single-molecule field-effect transistor with applications in genomic identification. Nat. Commun. 8, 1–9 (2017). 2. Guo, X., Gorodetsky, A. A., Hone, J., Barton, J. K. & Nuckolls, C. Conductivity of a single DNA duplex bridging a carbon nanotube gap. Nat. Nanotechnol. 3, 163–167 (2008). 3. He, G., Li, J., Ci, H., Qi, C. & Guo, X. Direct Measurement of Single-Molecule DNA Hybridization Dynamics with Single-Base Resolution. Angew. Chemie - Int. Ed. 55, 9036–9040 (2016). 4. Bouilly, D. et al. Single-molecule reaction chemistry in patterned nanowells. Nano Lett. 16, 4679–4685 (2016). 5. Guo, X. Revealing the direct effect of individual intercalations on DNA conductance toward single-molecule electrical biodetection. J. Mater. Chem. B 3, 5150–5154 (2015). 6. Xu, Q. et al. Single Electron Transistor with Single Aromatic Ring Molecule Covalently Connected to Graphene Nanogaps. Nano Lett. 17, 5335–5341 (2017).
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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».