MétaCan
Menu
Retour à la cohorte
Enregistrement W1528469357 · doi:10.1111/j.1365-2621.2010.02470.x

Aptamers for safety and quality assurance in the food industry: detection of pathogens

2011· article· en· W1528469357 sur OpenAlexfundno aff
Riikka M. Kärkkäinen, Mette Ryun Drasbek, Ian L. McDowall, Christopher J. Smith, Niall W.G. Young, Graham Bonwick

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of ChesterMcMaster University
Mots-clésAptamerFood safetyBiochemical engineeringComputational biologySystematic evolution of ligands by exponential enrichmentBiotechnologyConsumer safetyNanotechnologyBiologyRisk analysis (engineering)BusinessRNABiochemistryMolecular biologyEngineeringFood science

Résumé

récupéré en direct d'OpenAlex

Summary Aptamers are biomolecular ligands composed of nucleic acids. They can be developed to bind specifically to a range of target molecules and subsequently exploited in a fashion analogous to more traditional biomolecules such as antibodies. Methods for the production of aptamers and their potential applications to the food industry in the form of rapid assays and biosensors are discussed. In contrast to antibody‐based diagnostics, aptamers can be produced in animal‐free systems which have clear ethical and financial benefits. This review identifies a need for the development of new aptamers with specificity against micro‐organisms and highlights their potential use for the detection of food‐borne pathogens.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,203

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,313
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207