Velocity Fluctuation and Force Scaling During Driven Polymer Transport through a Nanopore
Notice bibliographique
Résumé
Inspired by its central role in many biological processes, transport of biopolymers across nanoscale pores is at the heart of single-molecule sensing technologies aimed at nucleic acid and protein sequencing as well as biomarker detection. When electrophoretically driven through a pore by an electric potential gradient, a translocating polymer hinders the flow of ions, producing a transient current blockage signature that can be mapped to its physicochemical properties. Although investigated theoretically and through simulations, few experimental studies have attempted to validate predicted transport properties, mainly due to the complex nature of the nonequilibrium translocation process. Herein, we elucidate these fundamental concepts by constructing a patterned DNA nanostructure whose current signatures allow measurement of the instantaneous velocity throughout the translocation process and its dependence on experimental parameters such as polymer length, pore size, and voltage. With simple physical insights from polymer and fluid dynamics, we show how experimental molecular velocity profiles can be used to investigate the nanoscale forces at play and allow testing of the validity and limitations of theoretical concepts from Tension Propagation models. In addition to bridging experiments and theory, the knowledge of the velocity fluctuation and force scalings acquired from the extensive experimental data presented here can assist researchers in designing nanopore experiments with an optimized sensing performance.
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 | 0,000 |
| 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 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 ».