MétaCan
Menu
Retour à la cohorte
Enregistrement W1718419249 · doi:10.1021/ja308216z

Three-Mode Electrochemical Sensing of Ultralow MicroRNA Levels

2013· article· en· W1718419249 sur OpenAlexaff

Notice bibliographique

RevueJournal of the American Chemical Society · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensSteacie Institute for Molecular SciencesUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésmicroRNADynamic rangeElectrodeSelectivityElectrochemistryEndogenyElectrochemical gas sensor

Résumé

récupéré en direct d'OpenAlex

MicroRNAs (miRNAs) are an emerging class of biomarkers that are frequently deregulated in cancer cells and have shown great promise for cancer classification and prognosis. In this work, we developed a three-mode electrochemical sensor for detection and quantitation of ultralow levels of miRNAs in a wide dynamic range of measured concentrations. The sensor facilitates three detection modalities based on hybridization (H-SENS), p19 protein binding (P-SENS), and protein displacement (D-SENS). The combined three-mode sensor (HPD-SENS) identifies as low as 5 aM or 90 molecules of miRNA per 30 μL of sample without PCR amplification, and can be operated within the dynamic range from 10 aM to 1 μM. The HPD sensor is made on a commercially available gold nanoparticles-modified electrode and is suitable for analyzing multiple miRNAs on a single electrode. This three-mode sensor exhibits high selectivity and specificity and was used for sequential analysis of miR-32 and miR-122 on one electrode. In addition, the H-SENS can recognize miRNAs with different A/U and G/C content and distinguish between a fully matched miRNA and a miRNA comprising either a terminal or a middle single base mutation. Furthermore, the H- and P-SENS were successfully employed for direct detection and profiling of three endogenous miRNAs, including hsa-miR-21, hsa-miR-32, and hsa-miR-122 in human serum, and the sensor results were validated by qPCR.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,266
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), 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

Citations208
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207