MétaCan
Menu
Retour à la cohorte
Enregistrement W1981258246 · doi:10.1021/ac9006914

Rapid Multiplexed Flow Cytometric Assay for Botulinum Neurotoxin Detection Using an Automated Fluidic Microbead-Trapping Flow Cell for Enhanced Sensitivity

2009· article· en· W1981258246 sur OpenAlexfundno aff
Richard M. Ozanich, Cynthia J. Bruckner-Lea, Marvin G. Warner, Keith Miller, Kathryn C. Antolick, James D. Marks, Jianlong Lou, Jay W. Grate

Notice bibliographique

RevueAnalytical Chemistry · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueBotulinum Toxin and Related Neurological Disorders
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésMicrobead (research)ChemistryFlow cytometryFluidicsChromatographyMicrofluidicsImmunoassayAnalyteFluorescenceMolecular biologyAntibodyNanotechnologyBiochemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

A bead-based sandwich immunoassay for botulinum neurotoxin serotype A (BoNT/A) has been developed and demonstrated using a recombinant 50 kDa fragment (BoNT/A-HC-fragment) of the BoNT/A heavy chain (BoNT/A-HC) as a structurally valid simulant. Three different anti-BoNT/A antibodies were attached to three different fluorescent dye encoded flow cytometry beads for multiplexing. The assay was conducted in two formats: a manual microcentrifuge tube format and an automated fluidic system format. Flow cytometry detection was used for both formats. The fluidic system used a novel microbead-trapping flow cell to capture antibody-coupled beads with subsequent sequential perfusion of sample, wash, dye-labeled reporter antibody, and final wash solutions. After the reaction period, the beads were collected for analysis by flow cytometry. Sandwich assays performed on the fluidic system gave median fluorescence intensity signals on the flow cytometer that were 2-4 times higher than assays performed manually in the same amount of time. Limits of detection were estimated at 1 pM (approximately 50 pg/mL for BoNT/A-HC-fragment) for the 15 min fluidic assay in buffer.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,504
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,301
Écart entre enseignants0,270 · 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.

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

Citations32
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetBotulinum Toxin and Related Neurological DisordersTravaux en français237 207