Design of a universal biointerface for sensitive, selective, and multiplex detection of biomarkers using surface plasmon resonance imaging
Notice bibliographique
Résumé
This paper reports on the sensitive, selective, and simultaneous detection of four protein biomarkers involved in metastasis of various cancers, namely Fas, angiopoietin-2 (Ang-2), human epidermal growth factor receptor 2 (HER2), and matrix metallopeptidase-9 (MMP-9) using an antibody-conjugated quantum dot (QD) chip and surface plasmon resonance imaging (SPRi) biosensors. Initially, a self-assembled monolayer film of l-cysteine, using glutaraldehyde as a linker and QDs as signal enhancement moieties, was employed to immobilize anti-Fas for the detection of Fas as a model protein in buffer. The biointerface was characterized using confocal microscopy, atomic force microscopy, and scanning electron microscopy to provide evidence of uniform surface coverage by the QDs. The SPRi signal was enhanced 100-fold to achieve a detection limit of 25 pg mL(-1) after applying biotinylated detection antibody-conjugate streptavidin-modified QDs. Secondly, this signal amplification strategy was applied to sequentially detect Fas, HER2, MMP-9, and Ang-2 at low concentrations on a protein-microprinted/gold-coated SPRi chip. The results showed the absence of cross-reactivity among these proteins and the feasibility of the approach for multiplex detection of biomarkers as required for the accurate diagnosis of various diseases.
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 ».