MétaCan
Menu
Retour à la cohorte
Enregistrement W3217088281 · doi:10.1039/d1an01421h

Core-satellite assembly of gold nanoshells on solid gold nanoparticles for a color coding plasmonic nanosensor

2021· article· en· W3217088281 sur OpenAlexafffund
Nguyen H. Le, Nicole Cathcart, Vladimir Kitaev, Jennifer I. L. Chen

Notice bibliographique

RevueThe Analyst · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensWilfrid Laurier UniversityYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésPlasmonNanoshellColloidal goldMaterials scienceNanotechnologyNanoparticleNanosensorPlasmonic nanoparticlesBiomoleculeOptoelectronics

Résumé

récupéré en direct d'OpenAlex

the layer-by-layer assembly of nanoparticles linked by DNA. We used finite-difference time-domain simulations to help guide the geometrical design, and characterized the optical properties and morphology of the solid-shell nanoparticle assemblies using darkfield microscopy, single-nanostructure spectroscopy, and scanning electron microscopy. Plasmon coupling yielded resonant peaks at longer wavelengths in the red to near-infrared range for solid-shell assemblies compared with solid-solid nanoparticle assemblies. We examined sensing with the solid-shell assemblies using adenosine triphosphate (ATP) as a model target and ATP-aptamer as the linker. Binding of ATP induced disassembly and led to a decrease in the scattering intensity and a color change from red to green. The new morphology of the core-satellite assembly enabled plasmonic color-coding of multiplexed sensors. We demonstrate this potential by fabricating two types of assemblies using DNA linkers that target different molecules - ATP and a model nucleic acid. Our work expands the capability of chip-based plasmonic nanoparticle assemblies for the analysis of multiple, different types of biomolecules in small sample sizes including the microenvironment and single cells.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,061
Tête enseignante GPT0,302
Écart entre enseignants0,241 · 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 tête enseignante, 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207