High-purity single-molecule modification of carbon nanotubes by stochastic distribution of DNA
Notice bibliographique
Résumé
Single-walled carbon nanotubes (SWCNTs) show promise for probing molecular interactions at single-molecule resolution, but precise and uniform surface modifications needed for single-molecule SWCNT applications remain challenging due to the stochastic nature of chemical reactions. This study presents a batch-scale synthesis and separation of single-molecule modified SWCNTs, leveraging the stochastic distribution of single-stranded DNA (ssDNA) on SWCNTs and biology-inspired separation strategies. Specifically, SWCNTs were dispersed with ssDNA mixed with a small fraction of decorated ssDNA (m-ssDNA). We developed a stochastic ssDNA-SWCNT binding model to predict the distribution of ssDNA and m-ssDNA on SWCNT at distinct mixing ratios and successfully implemented our model to produce SWCNT nanoparticles predominately containing only one m-ssDNA tag. These singly modified SWCNTs were isolated from unmodified SWCNTs using magnetic bead exploiting biotin-streptavidin interactions, achieving 0.05 μg yield at 0.25% m-ssDNA ratio, corresponding to 97.6% purity of singly modified populations. Finally, the single-molecule modification at the predicted m-ssDNA ratios was confirmed using a fluorophore as a model, enabling precise determination of SWCNT molar concentration. Ultimately, our approach provides a batch-scale method for incorporating a single molecular tag per SWCNT, supporting diverse future applications in SWCNT-based nanotechnologies.
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) | 0,000 | 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 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 ».