A Polydopamine-Based Molecularly Imprinted Electrochemical Sensor for Fentanyl Determination
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide A molecularly imprinted polymer (MIP)-based electrochemical sensor for the rapid detection of fentanyl is reported. The sensor was prepared by electrochemically grafting polydopamine on a carbon nanofiber–Pt nanoparticle composite-modified screen-printed electrode. Dopamine was identified as a suitable functional monomer via in-silico modeling and was electropolymerized via cyclic voltammetry in the presence of fentanyl to form the MIP sensor. The properties and morphology of the sensing material were characterized with spectroscopy, microscopy, and electrochemical techniques. Factors influencing the sensor performance were studied and optimized. Under optimized conditions, the MIP sensor response followed the Langmuir–Freundlich binding isotherm with a dissociation constant ( k d ) of 16.13 μM and a limit of detection of 0.094 μM fentanyl. The sensor displayed good run-to-run repeatability and batch-to-batch performance reproducibility with relative standard deviations of 6.7% ( n = 5) and 9.1% ( n = 3), respectively. Three sensors, prepared and tested in parallel, showed excellent storage stability in a fridge under a humidified environment for 4 weeks with relative standard deviations of ≤10%. The developed MIP sensor presented suitable selectivity when interrogated with solutions composed of equimolar concentrations of fentanyl and glucose, acetaminophen, theophylline, morphine, naloxone, codeine, or norfentanyl. The sensor was also successfully tested in artificial urine samples, indicating that it is a promising candidate as a rapid testing method in fentanyl investigation.
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 ».