Immobilization of Protein Probes on Graphene Field-Effect Transistors for Biomolecular Sensing
Notice bibliographique
Résumé
The development of biosensor arrays able to detect specific protein interactions is highly needed to precisely dissect fundamental biological systems and to broaden the scope of biomarker detection, especially to refine diagnostics of subtyped diseases such as cancer. Graphene-based field-effect transistor sensors (GFETs) are a promising emerging technology for such biomolecular sensing applications: their atomically-thin surface provides label-free sensitivity to biomolecules via direct electrostatic interactions, and their small footprint enables compact, rapid and parallelized assays. The selectivity of GFET sensors, however, requires functionalization of the graphene surface with a layer of bio-recognition species (“probe molecules”). In this presentation, we will describe our recent progress in immobilizing proteins as probe molecules on graphene field-effect transistors, specifically (1) monoclonal antibodies against a biomarker specific to MLL-translocated acute myeloid leukemia and (2) small Ras GTPase proteins regulated by various effector proteins. First, we will describe our GFET sensor design, based on on-chip arrays of GFETs made from CVD-grown graphene, mounted with a multi-channel delivery flow-cell enabling parallel assays on sub-ensembles of sensors. We will then present our investigation of protein immobilization on graphene. We found that antibodies and small proteins can spontaneously adhere to the graphene surface, but this adhesion is partially reversible under solution flow. To create stable anchor groups at the graphene surface which can then capture the protein probes, we propose to use covalent chemistry on the graphene surface. In particular, we developed a protocol based on electrochemically-driven aryldiazonium chemistry to increase the rate of formation and the density of anchor groups on the graphene surface. Using time-resolved electrical measurements, we observed a specific electrical signal associated with the irreversible immobilization of protein probes on the graphene surface. Finally, we will discuss the use of such protein-functionalized GFETs for the detection of specific probe-target interactions, for applications in fundamental biophysics and cancer diagnostics.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».