MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285399778 · doi:10.1149/ma2022-01451941mtgabs

Redox-Induced Lipid Vesicle Fusion Onto Electroactive Self-Assembled Monolayers

2022· article· en· W4285399778 sur OpenAlexaff
Ons Hmam, Antonella Badia

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésVesicleBilayerVesicle fusionLipid bilayer fusionChemistryLipid bilayerMonolayerRedoxSurface modificationMembraneChemical engineeringNanotechnologyMaterials scienceOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Supported lipid bilayers (SLBs) are popular model systems to study cell membrane functionalities and various biomolecular interaction forces. A key advantage of SLBs on metallic surfaces, is the application of spectroscopic, electrochemical, and surface plasmon resonance techniques for biomolecular recognition studies. The most common method for forming SLBs is vesicle fusion, which involves the adsorption, deformation, and rupture of small unilamellar vesicles (SUVs) of lipids from aqueous suspension to the substrate surface.1 The formation of continuous single bilayers by vesicle fusion can be problematic due to the many experimental parameters influencing vesicle rupture and bilayer spreading (i.e., lipid and vesicle properties, physicochemical characteristics of the surface, temperature, and solvent environment)1. Vesicle fusion typically works only with smooth hydrophilic surfaces, such as glass, silica, and mica. Although approaches have been developed to form bilayers on technologically relevant surfaces such gold (e.g., surface functionalization with hydrophilic organic films,2 solvent-assisted lipid bilayer formation3 or the addition of a vesicle-destabilizing agent4), there remains a need for active strategies that are fast, versatile, and scalable. We present a redox-induced approach for the formation of single bilayers on gold functionalized with electroactive self-assembled monolayers (SAMs) of ferrocenylalkanethiolates. The electrochemical oxidation of the SAM-bound ferrocene (Fc) to ferrocenium (Fc+) involves coupled electron transfer and ion pairing reactions. Counteranions from solution pair with the ferroceniums to stabilize the oxidized cations and neutralize the excess positive charge at the SAM/aqueous interface. The surface-confined redox reaction triggers the formation of single bilayer membranes from SUVs of anionic or zwitterionic phospholipids onto gold surfaces modified with the electroactive SAM. The ion pairing association of the charged lipid head groups with the electrogenerated ferroceniums drives the assembly of the phospholipids on the SAM surface to produce solid-supported bilayers of high surface coverage (≳ 90%) from gel- or fluid-phase forming phospholipids within minutes at room temperature. The redox-mediated strategy reported in this work is a conceptual advance in the preparation of solid-supported lipid bilayers. It is fast, insensitive to the phase state of the phospholipid in the vesicle precursor, and not limited to hydrophilic surfaces. References Richter, R. P.; Bérat, R.; Brisson, A. R., Formation of Solid-Supported Lipid Bilayers: An Integrated View. Langmuir 2006, 22 (8), 3497-3505. Silin, V. I.; Wider, H.; Woodward, J. T.; Valincius, G.; Offenhausser, A.; Plant, A. L., The Role of Surface Energy on the Formation of Hybrid Bilayer Membranes. J. Am. Chem. Soc. 2002, 124, 14676-14683. Ferhan, A. R.; Yoon, B. K.; Park, S.; Sut, T. N.; Chin, H.; Park, J. H.; Jackman, J. A.; Cho, N.-J., Solvent-Assisted Preparation of Supported Lipid Bilayers. Nat. Protoc. 2019, 14 (7), 2091-2118. Cho, N.-J.; Cho, S.-J.; Cheong, K. H.; Glenn, J. S.; Frank, C. W., Employing an Amphipathic Viral Peptide to Create a Lipid Bilayer on Au and TiO2. J. Am. Chem. Soc. 2007, 129 (33), 10050-10051. Figure 1

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetLipid Membrane Structure and Behavior→Travaux en français237 207→