MétaCan
Menu
Retour à la cohorte
Enregistrement W3199720221 · doi:10.1021/acs.jpclett.1c02809

Selective Heavy Atom Effect Forming Photosensitizing Hot Spots in Double-Stranded DNA Matrix

2021· article· en· W3199720221 sur OpenAlexaff
Xinfeng Zhang, Hao Hu, Weiwei Liu, Yanying Wang, Juewen Liu, Peng Wu

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLuminescence and Fluorescent Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPhosphorescenceSinglet oxygenChemistryThyminePhotochemistryDNAPhotobiologyAtom (system on chip)Singlet stateFluorescenceMatrix (chemical analysis)Excited stateOxygenAtomic physicsPhysicsOpticsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Triplet exciton formation is essential for photosensitization-based photochemistry and photobiology. The heavy atom effect (HAE), in the form of either external or internal mode, is a basic mechanism for increasing the triplet exciton yield of photosensitizers. Herein, we report a new HAE mode by noncovalent cohosting of heavy atoms and photosensitizers in a double-stranded DNA (dsDNA) matrix. With dsDNA bearing several thymine (T) or cytosine (C) mismatches, heavy atoms (e.g., Hg 2+ or Ag + ) and dsDNA-staining dyes (photosensitizers) were spatially adjoined in close proximity, thus resulting in enhanced phosphorescence and 1 O 2 generation from the photosensitizers. The dsDNA-hosted HAE provides highly selective recognition for the heavy atoms, which is not applicable in either the external or the internal mode. Considering the simpleness and efficiency of the spatially adjoined HAE, as well as the functionality of DNA, the proposed HAE mode is appealing for various singlet oxygen- and phosphorescence-related applications.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,245 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetLuminescence and Fluorescent MaterialsTravaux en français237 207