A Critical Review on the Sensing, Control, and Manipulation of Single Molecules on Optofluidic Devices
Notice bibliographique
Résumé
Single-molecule techniques have shifted the paradigm of biological measurements from ensemble measurements to probing individual molecules and propelled a rapid revolution in related fields. Compared to ensemble measurements of biomolecules, single-molecule techniques provide a breadth of information with a high spatial and temporal resolution at the molecular level. Usually, optical and electrical methods are two commonly employed methods for probing single molecules, and some platforms even offer the integration of these two methods such as optofluidics. The recent spark in technological advancement and the tremendous leap in fabrication techniques, microfluidics, and integrated optofluidics are paving the way toward low cost, chip-scale, portable, and point-of-care diagnostic and single-molecule analysis tools. This review provides the fundamentals and overview of commonly employed single-molecule methods including optical methods, electrical methods, force-based methods, combinatorial integrated methods, etc. In most single-molecule experiments, the ability to manipulate and exercise precise control over individual molecules plays a vital role, which sometimes defines the capabilities and limits of the operation. This review discusses different manipulation techniques including sorting and trapping individual particles. An insight into the control of single molecules is provided that mainly discusses the recent development of electrical control over single molecules. Overall, this review is designed to provide the fundamentals and recent advancements in different single-molecule techniques and their applications, with a special focus on the detection, manipulation, and control of single molecules on chip-scale devices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».