MétaCan
Menu
← Retour à la cohorte
Enregistrement W18072767 · doi:10.5162/imcs2012/2.2.6

2.2.6 Developing Electrochemical Impedance Immunosensor for the Detection of Myoglobin

2012· article· en· W18072767 sur OpenAlexafffund
Naga Siva Kumar Gunda, Susanta Sinha Roy, Sushanta K. Mitra, Minashree Singh

Notice bibliographique

RevueProceedings IMCS 2012 · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesDepartment of Mechanical Engineering, University of AlbertaUniversity of Alberta
Mots-clésMyoglobinDielectric spectroscopyElectrical impedanceElectrodeReagentMaterials scienceElectrochemistryMicroelectrodeAnalytical Chemistry (journal)ChemistryChromatographyBiochemistryElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In the present work, electrochemical impedance immunosensor is developed for detection of myoglobin.The procedure involves the immobilization of myoglobin antibodies on the interdigitated gold electrodes (IDE) using alkanethiol self-assembled monolayer (SAM) for binding myoglobin antigens available in the blood serum/aqueous solution.Then the sensor system is characterised using alternating current (AC) electrochemical impedance spectroscopy (EIS), in which the change in impedance spectra is observed across the frequency range of 0.1 Hz to 10 MHz.This work mainly focuses on understanding and improving the impedance immunosensor for better sensitivity readings (~1 ng/mL) by adjusting the interdigitated electrode configuration, incubation times, reagent sample volumes and immobilisation protocols.Myoglobin is one of the premature indentifying cardiac protein markers to monitor minor heart attacks.Hence, the developed immunosensor has potential of using as a point-of-care diagnostic device.The protocol developed in this work can be useful for detecting other cardiac markers like Troponin and CK-MB by using respective antibodies.

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 seuil0,003

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,282
Écart entre enseignants0,268 · 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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings IMCS 2012→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→