Polymer-based microfluidic chip for rapid and efficient immunomagnetic capture and release of Listeria monocytogenes
Notice bibliographique
Résumé
Infections caused by foodborne pathogens such as Listeria monocytogenes pose a threat to public health while timely detection is challenging due to pathogen low numbers. The development of robust and efficient sample preparation techniques is crucial to improve detection sensitivity and workflow. Immunomagnetic separation using magnetic nanoparticles (MNPs) is attractive, as it can efficiently capture target cells. For food safety applications, a platform is needed to rapidly process large sample volumes, allowing capture and release of target bacteria conjugated to immunomagnetic nanoparticles (IMNPs). Herein, we demonstrate a method for magnetic capture and release of bacteria-IMNPs complex based on a 3D magnetic trap integrated on a polymeric microfluidic device. The 3D magnetic capture region consist of a dense array of high-aspect ratio (3 : 1) cylindrical pillars embossed in thermoplastic polymer and coated with soft ferromagnetic nickel by an electroless deposition technique. This allows the generation of strong and switchable magnetic capture regions due to the very low remanence of the nickel shell. We propose and validate an optimized configuration of capture regions for efficient localized capture and rapid release of MNPs and IMNPs conjugated to L. monocytogenes. A maximum recovery rate for MNPs corresponded to 91% while a maximum capture efficiency of 30% was obtained for live bacteria, with a minimum detectable sample concentration of ~10 cfu ml(-1) in 1 ml volume using plate-culture method. We believe that the flexible design and low-cost fabrication process of the proposed system will allow rapid sample preparation for applications beyond food and water safety, including point-of-care diagnosis.
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 ».