Aptamer-Functionalized Hydrogel Microparticles for Fast Visual Detection of Mercury(II) and Adenosine
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
With a low optical background, high loading capacity, and good biocompatibility, hydrogels are ideal materials for immobilization of biopolymers to develop optical biosensors. We recently immobilized mercury and lead binding DNAs within a monolithic gel and demonstrated ultrasensitive visual detection of these heavy metals. The high sensitivity was attributed to the enrichment of the analytes into the gels. The signaling kinetics was slow, however, taking about 1 h to obtain a stable optical signal because of a long diffusion distance. In this work, we aim to understand the analyte enrichment process and improve the signaling kinetics by preparing hydrogel microparticles. DNA-functionalized gel beads were synthesized using an emulsion polymerization technique and most of the beads were between 10 and 50 μm. Acrydite-modified DNA was incorporated by copolymerization. Visual detection of 10 nM Hg(2+) was still achieved and a stable signal was obtained in just 2 min. The gel beads could be spotted to form a microarray and dried for storage. A new visual sensor for adenosine was designed and immobilized within the gel beads. The adenosine aptamer binds its target about 1000-fold less tightly compared to the mercury binding DNA, allowing a comparison to be made on analyte enrichment by aptamer-functionalized hydrogels.
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