Superhydrophobic bowl-like SERS substrates patterned from CMOS sensors for extracellular vesicle characterization
Notice bibliographique
Résumé
Using a regular CMOS sensor as a template, we are able to fabricate a simple but highly effective superhydrophobic SERS substrate. Specifically, we decorated the microlens layer of the sensor with 7 μm polystyrene beads to obtain a PDMS patterned replica. The process resulted in a uniform pattern of voids in the PDMS (denoted nanobowls) that are intercalated with a few larger voids (denoted here microbowls). The voids act as superhydrophobic substrates with analyte concentration capabilities in bigger bowl-like structures. Silver nanoparticles were directly grown on the patterned PDMS substrate inside both the nano- and microbowls, and serve as strong electromagnetic field enhancers for the SERS substrate. After systematic characterization of the fabricated SERS substrate by atomic force microscopy and scanning electron microscopy, we demonstrated its SERS performance using 4-aminothiophenol as a reporter molecule. Finally, we employed this innovative substrate to concentrate and analyze extracellular vesicles (EVs) isolated from an MC65 neural cell line in an ultralow sample volume. This substrate can be further exploited for the investigation of various EV biomarkers for early diagnosis of different diseases using liquid biopsy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».