Immobilization of DNA on Magnetic Microparticles for Mercury Enrichment and Detection with Flow Cytometry
Notice bibliographique
Résumé
Mercury detection in water has attracted a lot of research interest due to its highly toxic nature and adverse environmental impact. In particular, the recent discovery of specific binding of Hg(II) to thymine-rich (T-rich) DNA resulting in T-Hg(II)-T base pairs has led to the development of a number of sensors with different signaling mechanisms. However, the majority of such sensors were non-immobilized. Immobilization, on the other hand, allows active mercury adsorption, signal amplification, and sensor regeneration. In this work, we immobilized a thymine-rich DNA on a magnetic microparticle (MMP) surface through biotin-streptavidin interactions. In the presence of Hg(II), the DNA changes from a random coil structure into a hairpin, upon which SYBR Green I binds to emit green fluorescence. Detection was carried out by using flow cytometry where the fluorescence intensity increased ≈9-fold in the presence of mercury and the binding of mercury reached equilibrium in less than 2 min. The sensor showed a unique sample-volume-dependent fluorescence signal change where a higher fluorescence was obtained with a larger sample volume, suggesting that the particles can actively adsorb Hg(II). Detection limits of 5 nM (1 ppb) and 14 nM (2.8 ppb) were achieved in pure buffer and in mercury-spiked Lake Ontario water samples, respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».