Multiplex, Quantitative, Reverse Transcription PCR Detection of Influenza Viruses Using Droplet Microfluidic Technology
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
Quantitative, reverse transcription, polymerase chain reaction (qRT-PCR) is facilitated by leveraging droplet microfluidic (DMF) system, which due to its precision dispensing and sample handling capabilities at microliter and lower volumes has emerged as a popular method for miniaturization of the PCR platform. This work substantially improves and extends the functional capabilities of our previously demonstrated single qRT-PCR micro-chip, which utilized a combination of electrostatic and electrowetting droplet actuation. In the reported work we illustrate a spatially multiplexed micro-device that is capable of conducting up to eight parallel, real-time PCR reactions per usage, with adjustable control on the PCR thermal cycling parameters (both process time and temperature set-points). This micro-device has been utilized to detect and quantify the presence of two clinically relevant respiratory viruses, Influenza A and Influenza B, in human samples (nasopharyngeal swabs, throat swabs). The device performed accurate detection and quantification of the two respiratory viruses, over several orders of RNA copy counts, in unknown (blind) panels of extracted patient samples with acceptably high PCR efficiency (>94%). The multi-stage qRT-PCR assays on eight panel patient samples were accomplished within 35–40 min, with a detection limit for the target Influenza virus RNAs estimated to be less than 10 RNA copies per reaction.
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 | 0,001 | 0,001 |
| 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