Biomedical Applications of an Ultra-Sensitive Surface Plasmon Resonance Biosensor Based on Smart MXene Quantum Dots (SMQDs)
Notice bibliographique
Résumé
In today's world, the use of biosensors occupies a special place in a variety of fields such as agriculture and industry. New biosensor technologies can identify biological compounds accurately and quickly. One of these technologies is the phenomenon of surface plasmon resonance (SPR) in the development of biosensors based on their optical properties, which allow for very sensitive and specific measurements of biomolecules without time delay. Therefore, various nanomaterials have been introduced for the development of SPR biosensors to achieve a high degree of selectivity and sensitivity. The diagnosis of deadly diseases such as cancer depends on the use of nanotechnology. Smart MXene quantum dots (SMQDs), a new class of nanomaterials that are developing at a rapid pace, are perfect for the development of SPR biosensors due to their many advantageous properties. Moreover, SMQDs are two-dimensional (2D) inorganic segments with a limited number of atomic layers that exhibit excellent properties such as high conductivity, plasmonic, and optical properties. Therefore, SMQDs, with their unique properties, are promising contenders for biomedicine, including cancer diagnosis/treatment, biological sensing/imaging, antigen detection, etc. In this review, SPR biosensors based on SMQDs applied in biomedical applications are discussed. To achieve this goal, an introduction to SPR, SPR biosensors, and SMQDs (including their structure, surface functional groups, synthesis, and properties) is given first; then, the fabrication of hybrid nanoparticles (NPs) based on SMQDs and the biomedical applications of SMQDs are discussed. In the next step, SPR biosensors based on SMQDs and advanced 2D SMQDs-based nanobiosensors as ultrasensitive detection tools are presented. This review proposes the use of SMQDs for the improvement of SPR biosensors with high selectivity and sensitivity for biomedical 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 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».