Monitoring methotrexate in clinical samples from cancer patients during chemotherapy with a LSPR-based competitive sensor
Notice bibliographique
Résumé
A competitive binding assay based on localized surface plasmon resonance (LSPR) of folic acid-functionalized gold nanoparticles (FA-AuNPs) and human dihydrofolate reductase enzyme (hDHFR) was developed to detect nanomolar to micromolar concentrations of the widely applied anti-cancer drug, methotrexate (MTX). By the nature of the competitive assay for MTX, the LSPR shift from specific binding between FA-AuNPs and the free enzyme was inversely proportional to the concentration of MTX. In addition, the dynamic range for MTX was tuned from 10(-11) to 10(-6) M by varying the concentration of hDHFR from 1 to 100 nM. Inter-day reproducibility and recovery of MTX spiked in phosphate buffer saline (PBS) were excellent. Potential interferents such as FA, trimethoprim (TMP) and 4-amino-4-deoxy-N-methylpteroic acid (DAMPA) did not occur in the concentration range of interest for MTX. Clinical samples of human serum from patients undergoing MTX chemotherapy were analyzed following a simple solid-phase extraction step to isolate MTX from the serum matrix, with a limit of detection of 155 nM. Validation of the LSPR method was carried out in comparison to Fluorescence Polarization Immunoassay (FPIA), a commonly used method in clinical settings, and LC-MS/MS, a reference technique. The results of the LSPR competitive assay compared well to FPIA and LC-MS/MS, with a slope of 2.4 and 1.1, respectively, for the correlation plots. The method established herein is intended for therapeutic drug monitoring (TDM) of MTX levels in patients undergoing chemotherapy to ensure safety and efficacy of the treatment.
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 ».