Reflective <scp>FT‐NIR</scp> and <scp>SERS</scp> studies of <scp>HER‐II</scp> breast cancer biomarker using plasmonic‐active nanostructured thin film immobilized oriented antibody
Notice bibliographique
Résumé
We describe the fabrication of plasmonic-active nanostructured thin film substrate as a label-free surface-enhanced Raman scattering (SERS)-based biosensor immobilized covalently with monoclonal HER-II antibody (mAb) to detect overexpressed HER-II as a biomarker in breast cancer serum (BCS). Oriented conjugation of mAb via hydrazone linkage to provide higher mAb accessibility was characterized by UV-vis and reflective Fourier transform near-infrared (FT-NIR) spectroscopic techniques. The interaction of BCS with mAb was studied by FT-NIR and nonresonant SERS at 637 nm. The results showed detection of glycoprotein content at different laser powers including a rise in amino acid and glycan content with varying results at higher power. With nonresonant SERS we observed nonlinear behavior of peak intensity. Analysis of variance was implemented to determine the effect of laser power which was found not to be a contributing factor. However, at the nanoscale, factors including the heating effect and aggregation of molecules can contribute to the nonlinearity of peak intensity.
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) | 0,001 | 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 ».