Streamlined Flow Synthesis of Plasmonic Nanoparticles and SERS Detection of Uremic Toxins with Trace-Level Liquid Volumes in a Microchamber
Notice bibliographique
Résumé
Rapid detection of uremic toxins is crucial due to their severe health risks, including oxidative stress, inflammation, neurotoxicity, cardiovascular complications, and progression of chronic kidney disease. Surface-enhanced Raman spectroscopy (SERS) may provide sensitive, fast, and clinical-grade real-time monitoring of these toxins, enabling effective management with timely dialysis treatments. This study introduces a 3D-printed microchamber that integrates the fabrication of plasmonic metal nanoparticles for the in-flow detection of biological toxins and pharmaceutical drugs using SERS, making it ideal for on-site diagnostics in clinical settings. The microchamber supports quantitative and highly reproducible detection with liquid volumes under 100 μL, which is crucial for trace-level biomarker detection and minimizing cross-contamination. It employs a tunable solvent exchange method for the in situ synthesis of silver nanoparticles (AgNPs) on flexible PDMS or rigid Si wafer substrates, avoiding costly nanofabrication techniques. Ultralow detection limits were achieved for two model compounds and three pharmaceutical drugs: 10 –11 M for rhodamine 6G, 10 –7 M for adenine, and 10 –6 M for the pharmaceutical drugs. A total of 13 biological toxins, including three neurotransmitters, one neuromodulator, five amino acids, two polyamines, and two urea cycle metabolites, were detected with quantitative limits ranging from 10 –3 to 10 –6 M, all below permissible levels and aligning with physiological conditions. SERS detection within microchambers facilitates rapid on-site analysis, proving ideal for personalized health monitoring, point-of-care diagnostics, and environmental pollution assessment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».