Immunoassay for LMP1 in nasopharyngeal tissue based on surface-enhanced Raman scattering
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Previous studies have shown that Epstein-Barr virus (EBV)-encoded latent membrane protein 1 (LMP1) is closely associated with the occurrence and development of nasopharyngeal carcinoma, and can be used as a tumor marker in screening for the disease. Here we report a new methodology based on highly specific and sensitive surface-enhanced Raman scattering (SERS) technology to detect LMP1 in nasopharyngeal tissue sections directly with no need of tedious procedures as with conventional immunohistochemistry methods. METHODS: LMP1-functionalized 4-mercaptobenzoic acid (4-MBA)-labeled Au/Ag core-shell bimetallic nanoparticles were prepared first and then applied for analyzing LMP1 in formalin-fixed paraffin-embedded nasopharyngeal tissue sections obtained from 34 cancer patients and 20 healthy controls. SERS spectra were acquired from a 25 × 25 spot square area on each tissue section and used to generate SERS images. RESULTS: Data from SERS spectra and images show that this new SERS-based immunoassay detected LMP1 in formalin-fixed paraffin-embedded nasopharyngeal tissue sections with high sensitivity and specificity. The results from the new LMP1-SERS probe method are superior to those of conventional immunohistochemistry staining for LMP1, and in excellent agreement with those of in situ hybridization for EBV-encoded small RNA (EBER). CONCLUSION: This new SERS technique has the potential to be developed into a new clinical tool for detection and differential diagnosis of nasopharyngeal carcinoma as well as for predicting metastasis and immune-targeted treatment of nasopharyngeal carcinoma.
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.
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 découle