Clicking Fluorometric Probes on Micropatterned Glass Microfiber Filters for ppb-Level Copper Quantitation
Notice bibliographique
Résumé
In this work, we demonstrated the efficacy of combining covalent modification via the click reaction and benchtop machine-cutting of glass microfiber filters (GMFs) to fabricate microfluidic paper-based analytical devices (μPADs) for performing ultrasensitive fluorometric assays. This has been accomplished by activating the GMF surface through the self-assembly of propargyl-PEG3-triethoxysilane (PPTES) and the click reaction to immobilize fluorometric probes (i.e., 3-azido-7-hydroxycoumarin, A-7-HC). Specifically for making the device, mini-discs of GMF ( d = 0.5 cm or any other shape and size) are machine-cut and treated with a low concentration of PPTES in dichloromethane, while the remainder of the original GMF substrate is rendered superhydrophobic by reacting with octadecyltrimethoxysilane (OTMS). Following the reassembly of the device, the Cu(I)-catalyzed alkyne–azide cycloaddition (CuAAC)-based assay is performed by introducing A-7-HC in the presence of different concentrations of copper standards. Coupling with smartphone imaging under customized LED irradiation, we showed that the assay sites (discs) are distinct and uniform (free of coffee-ring effect); the achieved limits of detection (9.2 ± 0.8 ppb) for copper are impressive in comparison with traditionally prepared devices (drop-casting reagents on photolithographically patterned GMF/paper). As we have validated the device with the results obtained with atomic absorption spectroscopy of commercial copper diary supplements, this work reveals the potential of combining covalent surface modification with benchtop patterning techniques to create flexible μPADs for performing quantitative colorimetric and fluorometric assays.
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 ».