Optimization and miniaturization of SE-ECL for potential-resolved, multi-color, multi-analyte detection
Notice bibliographique
Résumé
Electrochemiluminescence (ECL) is a bioanalytical technique with numerous advantages, including the potential for high temporal and spatial resolution, a high signal-to-noise ratio, a broad dynamic range, and rapid measurement capabilities. To reduce the complexity of a multi-electrode approach, we use a single-electrode electrochemiluminescence (SE-ECL) configuration to achieve the simultaneous emission and detection of multiple colors for applications that require multiplexed detection of several analytes. This method exploits intrinsic differences in the electric potential applied along single electrodes built into electrochemical cells, enabling the achievement of distinct colors through selective excitation of ECL luminophores. We present results on the optimization of SE-ECL intensity for different channel lengths and widths, with sum intensities being 5 times larger for 6 cm vs. 2 cm channels and linearly increasing with the width of the channels. Furthermore, we demonstrated for the first time that applying Alternating Current (AC) voltage within the single electrode setup for driving the ECL reactions has a dramatic effect on the emitted light intensity, with square waveforms resulting in higher intensities vs sine waveforms. Additionally, multiplexed multicolor SE-ECL on a 6.5 mm × 3.6 mm CMOS semiconductor image sensor was demonstrated for the first time, with the ability to simultaneously distinguish four different colors, leading to the ability to measure multiple analytes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».