Development of Bioanalytical Assays for Biomolecular Interactions Using Surface Plasmon Resonance
Notice bibliographique
Résumé
This thesis explores the applicability of surface plasmon resonance (SPR) with the aim to improve and suggest novel improvements in the subject matter with respect to biomolecular interactions. Such analytical techniques could be applied in the field of environmental, biological, and pharmaceutical chemistry, as well as surface science. In the first chapter, the backgrounds of Legionella pneumophila and Alzheimer’s disease (AD) were introduced. The chapter also described the key physical and chemical aspects of SPR and electrochemical impedance spectroscopy (EIS). Based on these analytical techniques, we explored the interactions of Legionella collagen-like (Lcl) proteins with glycosaminoglycans in Chapter 2. Moreover, the effect of tandem repeat units and self-aggregation analysis of Lcl proteins was also performed using SPR. Chapter 3 looked at the interaction of two AD-related proteins, amyloid-beta (Aβ) and apolipoprotein E4 (ApoE4). The interaction between these two proteins has been hypothesized to play a significant role in the early stages of AD. Lastly, from the practice of surface-based analytical techniques, an improvement in surface chemistry was suggested to achieve better sensitivity and anti-non-specific adsorption (anti-NSA) properties. A novel surface modification linker for gold surfaces was synthesized by our group to have improved stability and anti-NSA characteristics as described in Chapter 4. The linker was synthesized and characterized to support structure and function. The anti-NSA properties of the novel linker were demonstrated by both SPR and cyclic voltammetry (CV). To optimize the performance on studying protein-protein and protein-small molecule interactions, it would be most ideal to use our linker in conjunction to a surface spacer. In the end, we concluded the findings from the above-mentioned research studies and the future directions on those topics were expressed in detail (Chapter 5).
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».