XiaoMi-AI文件搜索系统
World File Search SystemRaman
Lee，K。S.等。 （2024）微生物：用于微生物拉曼光谱数据的开放式网络存储库。自然微生物学，第9页，第1152-1页 心力衰竭患者的铁缺陷型静脉铁和SGLT2抑制剂，射血分数降低 可穿戴传感器监测心力衰竭临床试验中的体育活动：最新的评论 心力衰竭和心肌病 大脑行为和免疫力 通过多任务学习跨工程机队的知识转移的等级贝叶斯建模 移动采样的Moiré光栅双波长DFB激光 新兴的单细胞微流体技术用于微生物学 光的量子理论 大脑在基于多源神经反馈游戏期间的竞争和协作中同步 神经胶质mRNA定位在突触可塑性中的作用 根据丹麦2型糖尿病和心血管疾病患者的脆弱水平，SGLT2抑制剂和GLP-1受体激动剂的启动：一项横断面的全国性研究 供应链的弹性：新的挑战和机遇
该文章的此版本已被接受以供出版，在同行评审（适用）之后（如果适用），并且受Springer Nature的AM使用条款的约束，但不是记录的版本，并且不反映后接受后的改进或任何更正。记录版本可在线获得：https：//doi.org/10.1038/s41564-024-01656-3
2D材料研究的相关共聚焦拉曼显微镜
图5的所有测量结果均由奈杰尔·麦克维（Nigel McEvoy）及其同事（都柏林三一学院）玛丽亚·奥布莱恩（Maria O’Brien）进行了销售。低频频谱表明1L Mose 2在此范围内没有拉曼峰（图5A）。随着层数增加的SM和LBM峰的增加，位置和强度的变化。 加速，在拉曼图像中，光学图像中似乎是最薄的薄片（图5B）几乎是看不见的，而较厚的材料可以通过其拉曼模式来检测（图5C）。 层堆叠的类型还会影响拉曼峰的强度和位置。 在稳定的，半导体的Mose 2中，具有三角棱镜协调性，单个层可以在两个称为h和r堆叠的两个方面组合。 这些所谓的多型不能在光学中彼此区分随着层数增加的SM和LBM峰的增加，位置和强度的变化。加速，在拉曼图像中，光学图像中似乎是最薄的薄片（图5B）几乎是看不见的，而较厚的材料可以通过其拉曼模式来检测（图5C）。层堆叠的类型还会影响拉曼峰的强度和位置。在稳定的，半导体的Mose 2中，具有三角棱镜协调性，单个层可以在两个称为h和r堆叠的两个方面组合。这些所谓的多型不能在光学
复合半导体的相关拉曼成像
（a）共焦拉曼成像与150 mm SIC晶圆的散装区域（红色）相比，具有不同掺杂浓度（蓝色）的晶体面区域。颜色和识别基于（b）中给出的拉曼光谱的分析。（b）两个确定成分的拉曼光谱。它们在掺杂敏感的A 1（LO）模式（约C.990 cm -1相对波数）。（c）SIC晶圆中应力敏感E 2（高）峰（776 cm -1）的颜色编码位置。图像揭示了压缩应力引起的晶圆中心的峰值变化，拉伸应力向其边缘移动。第二刻度给出了MPA中计算出的应力值。零应力值是由应力分布的平均值定义的。（d）基于E 2（高）峰的FWHM的SIC结晶度。晶圆显示了其晶体区域的晶体结构的微小变化。（e）SIC晶片的翘曲，高度变化高达40μm。
Swami Ramanand Terth Marathwada大学，NANDED。Swami Ramanand Terth Marathwada大学，NANDED。
纸质代码日期SEM主题纸编号纸质标题和纸编号
表面增强的拉曼光谱在催化中的影响
摘要：催化是现代社会必不可少的基石，支持了超过80％的制成品并驱动了90％以上工业化学过程的生产。随着对更有效和可持续过程的需求增长，需要更好的催化剂。了解催化剂的工作原理是关键，在过去的50年中，表面增强的拉曼光谱（SER）已成为必不可少的。在1974年发现，SERS已演变为一个成熟而有力的分析工具，转变了我们在学科跨学科中检测到分子的方式。在催化中，SERS已使人们能够洞悉动态表面现象，从而在非常高的空间和时间分辨率下促进了催化剂结构的监测，吸附物相互作用和反应动力学。本评论探讨了SER在催化和能量转化领域的成就以及未来的潜力，从而强调了其在推进这些关键研究领域中的作用。关键字：表面增强的拉曼散射，SER，电催化，光催化，热催化，等离子体催化，能量转换，能量储存
利用拉曼光谱优化碳材料分析
然而，碳材料的复杂性和多变性对满足现代工业的需求提出了重大挑战，尤其是对锂离子电池 (LiB) 的需求。先进的分析方法，例如从 2 峰到 4-5 峰拟合的过渡，对于捕捉新兴碳材料的详细特性是必不可少的。粒度分布和形态对电极性能有至关重要的影响，但传统方法往往无法准确表征这些特性，导致质量不一致。现有的质量控制流程劳动密集且效率低下，降低了生产率和可靠性。由于碳材料的异质性，确保精确测量非常困难，需要准确的基线校正、信噪比管理和可靠的峰值拟合，所有这些都需要专业知识。
Raman Spectra的机器学习预测有针对性递送的多糖涂层释放药物
结肠药物的递送提供了许多药物机会，包括直接进入局部治疗靶标和药物生物利用度益处，这是由于结肠上皮减少的细胞色素P450酶和特定的流出式转运蛋白而产生的。目前用于开发结肠药物输送系统的工作流程涉及时必时间的，体外吞吐量的低吞吐量和体内筛查方法，这阻碍了合适的启用材料的识别。多糖是结肠靶向的有用材料，因为它们可以用作剂型涂层，这些剂量涂层被结肠微生物群选择性消化。但是，多糖是一个异质的分子家族，适合此目的。为了满足对结肠药物输送的高吞吐量材料选择工具的需求，我们杠杆机器学习（ML）和公共可访问的实验数据，以预测在模拟的人类，老鼠和狗尸体环境中从基于多糖的涂料中释放5-氨基化含量的药物。首次仅使用拉曼光谱来表征多糖以输入为ML特征。模型在新的多糖涂层中的8个看不见的药物释放曲线上进行了验证，这表明该方法的普遍性和可靠性。此外，模型分析促进了对影响聚结肠药物递送的化学特征的理解。这项工作代表了采用光谱数据来预测药物从药物制剂中释放药物的主要步骤，并标志着结肠药物递送领域的显着进步。，它为结肠靶向的配方涂料提供了有效，可持续和成功的开发和预先排序的强大工具，为未来的更有效和有针对性的药物输送策略铺平了道路。
数字胶体增强拉曼光谱用于生物正交药物的药代动力学检测
正在进行的研究探索了新的腈基官能化分子，例如疏螺旋体素 5 和具有腈基的二氢喹海松酸衍生物。6 氘在延长药物在体内的半衰期方面起着至关重要的作用，从而改善了暴露情况并减少了有毒代谢物，从而提高了疗效和安全性。7,8 例如 FDA 批准的第一个氘代药物，2017 年的氘代丁苯那嗪，9 和 2022 年的德克拉伐替尼。10 炔烃通常存在于药物分子中，可促进良好的相容性，11 例如依法韦仑、炔诺孕酮、炔雌醇等。随着这些药物的蓬勃发展，全面了解它们的生物和生理机制对于制定个性化的治疗方法至关重要。药代动力学研究旨在监测体内的药物浓度，反映药物在整个暴露过程中身体与药物的相互作用，包括药物的吸附、分布、代谢和消除/