Fano Resonance Sensor Based on Microhole Array Waveguides for Ultrasensitive Label-Free Biosensing
Notice bibliographique
Résumé
Enhancing the sensitivity of surface plasmon resonance (SPR) sensors is of paramount importance for the detection of trace biomolecules. In this study, we innovatively developed a Fano resonance biosensing platform based on photon–plasmon coupling enhancement. The sensor consists of a poly(methyl methacrylate) (PMMA) microhole array waveguide, an MY-131-MC (MY) dielectric layer, and a silver-based plasmonic layer. This structural design enables the precise modulation of the spatial coupling between the localized photonic field and the microhole membrane, allowing the electromagnetic field of the probe light to effectively overlap with the microhole array waveguide. Furthermore, the three-dimensional interconnected microstructure enhances the light–matter interaction strength. Experimental results demonstrate that the sensor achieves an ultrahigh sensitivity of 56.24 μm/RIU in refractive index (RI) detection, representing an 11.4-fold improvement over traditional Fano-type sensors (4.9 μm/RIU). The figure of merit (FOM) is elevated to 2998.94 RIU –1, surpassing conventional SPR sensors by 2 orders of magnitude. The platform was employed to detect the tumor biomarker carcinoembryonic antigen (CEA), achieving a measurement sensitivity of 4.03 nm/(ng/mL) and a limit of detection (LOD) of 81.8 pg/mL. Additionally, the proposed method exhibits excellent selectivity, repeatability, and stability. This simple and cost-effective approach provides a novel strategy for developing high-performance SPR sensors for biosensing applications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».