FRET Materials for Biosensing and Bioimaging
Notice bibliographique
Résumé
Förster resonance energy transfer (FRET) spectroscopy and microscopy are constantly expanding sensing techniques for analyzing biomolecular interactions. In addition to the biological recognition molecules and biological or chemical analytes, the most important components for designing FRET biosensing systems are the materials that constitute the FRET donor–acceptor pair. These FRET materials consist of small molecules, biological or chemical nanoscaffolds, or nanomaterials that function in the ultraviolet, visible, or infrared spectral range. They can absorb light, fluoresce or phosphoresce with lifetimes ranging from picoseconds to milliseconds, and can be applied for sensing in situ, in vitro, and in vivo . Organic dyes and quenchers, fluorescent or light harvesting proteins, or quantum dots are only some examples from the ever growing FRET material toolbox. A particular example are gold nanoparticles, whose strong localized surface plasmon resonance makes them frequently used as nanosurface energy transfer (NSET) acceptors. After a short recapitulation of FRET and NSET theory, we review a wide variety of FRET and NSET materials, provide representative examples of FRET/NSET systems and applications for each material, and critically discuss the benefits and drawbacks of their properties.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 ».