Bifunctional MoS2-BiVO4 heterojunction boosts photoelectrochemical and colorimetric dual-mode sialic acid sensing
Notice bibliographique
Résumé
Sialic acid (SA), a vital biomarker, plays a key role in diagnosing and monitoring various diseases. Herein, a dual-mode sensing system integrating photoelectrochemical (PEC) and colorimetric detection approaches was developed for the sensitive and selective detection of sialic acid in serum samples. This system offers cross-validated, independent signal readouts, thereby enhancing detection accuracy and reliability. For the first time, we unveil the dual functionality of the MoS 2 -BiVO 4 heterojunction, which significantly boosts both PEC and peroxidase-like nanozyme activities. This synergistic effect simplifies the construction of a dual-mode sensing system by utilizing a single bifunctional indicator rather than combining two separate indicators. A dual-functional MoS 2 -BiVO 4 heterojunction with extensive interfacial contact was synthesized via a templating strategy using flower-like MoS 2 to guide the growth of BiVO 4 nanoparticles, resulting in enhanced charge separation and catalytic activity surpassing those of the individual components. To ensure selective recognition, a sialic acid-specific molecularly imprinted polymer (MIP) was further deposited on the MoS 2 -BiVO 4 heterojunction, serving as the recognition element of the sensing system. The selective binding of sialic acid led to a decrease in both PEC and colorimetric signals, forming the basis for dual-mode detection. After optimizing preparation and detection conditions, the sensing system demonstrated excellent analytical performance, with a broad linear concentration range from 1×10 −11 M to 1×10 −6 M and a low detection limit of 3.4 × 10 −12 M. Its successful application to serum samples, with mutually validated dual-mode detection results, further confirmed the high accuracy and practical reliability of this dual-mode sensing system.
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 ».