MétaCan
Menu
Retour à la cohorte
Enregistrement W2014144792 · doi:10.1039/b516031f

Enzymatically-generated fluorescent detection in micro-channels with internal magnetic mixing for the development of parallel microfluidic ELISA

2006· article· en· W2014144792 sur OpenAlexaff
Marc Herrmann, Teodor Veres, Maryam Tabrizian

Notice bibliographique

RevueLab on a Chip · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensNational Research Council CanadaMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMicrofluidicsStreptavidinNanotechnologyMixing (physics)ReproducibilityReagentMicrofluidic chipChemistryFluorescenceMaterials scienceChromatography

Résumé

récupéré en direct d'OpenAlex

The Enzyme-Linked Immuno-Sorbent Assay, or ELISA, is commonly utilized to quantify small concentrations of specific proteins for a large variety of purposes, ranging from medical diagnosis to environmental analysis and food safety. However, this technique requires large volumes of costly reagents and long incubation periods. The use of microfluidics permits one to specifically address these drawbacks by decreasing both the volume and the distance of diffusion inside the micro-channels. Existing microfluidic systems are limited by the necessary control of extremely low flow rates to provide sufficient time for the molecules to interact with each other by diffusion only. In this paper, we describe a new microfluidic design for the realization of parallel ELISA in stop-flow conditions. Magnetic beads were used both as a solid phase to support the formation of the reactive immune complex and to achieve a magnetic mixing inside the channels. In order to test the detection procedure, the formation of the immune complex was performed off-chip before the reactive beads were injected into the reaction chamber. Anti-streptavidin antibodies were quantified with low picomolar sensitivity (0.1-6.7 pM), a linear range of 2 orders of magnitude and good reproducibility. This work represents the first step toward a new platform for simple, highly effective and parallel microfluidic ELISA.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,007
Tête enseignante GPT0,194
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations113
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207