Polymer Dots with Enhanced Photostability, Quantum Yield, and Two-Photon Cross-Section using Structurally Constrained Deep-Blue Fluorophores
Notice bibliographique
Résumé
Semiconducting polymer dots (Pdots) have emerged as versatile probes for bioanalysis and imaging at the single-particle level. Despite their utility in multiplexed analysis, deep blue Pdots remain rare due to their need for high-energy excitation and sensitivity to photobleaching. Here, we describe the design of deep blue fluorophores using structural constraints to improve resistance to photobleaching, two-photon absorption cross sections, and fluorescence quantum yields using the hexamethylazatriangulene motif. Scanning tunneling microscopy was used to characterize the electronic structure of these chromophores on the atomic scale as well as their intrinsic stability. The most promising fluorophore was functionalized with a polymerizable acrylate handle and used to give deep-blue fluorescent acrylic polymers with M n > 18 kDa and Đ < 1.2. Nanoprecipitation with amphiphilic polystyrene- graft -(carboxylate-terminated poly(ethylene glycol)) gave water-soluble Pdots with blue fluorescence, quantum yields of 0.81, and molar absorption coefficients of (4 ± 2) × 10 8 M –1 cm –1 . This high brightness facilitated single-particle visualization with dramatically improved signal-to-noise ratio and photobleaching resistance versus an unencapsulated dye. The Pdots were then conjugated with antibodies for immunolabeling of SK-BR3 human breast cancer cells, which were imaged using deep blue fluorescence in both one- and two-photon excitation modes.
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) | 0,000 | 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 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 ».