The development of a silica nanoparticle-based label-free DNA biosensor
Notice bibliographique
Résumé
A silica nanoparticle-based DNA biosensor capable of detecting Bacillus anthracis bacteria through the use of unlabelled ss-oligonucleotides has been developed. The biosensor makes use of the optical changes that accompany a nanoparticle-immobilized cationic conjugated polymer (polythiophene) interacting with single-stranded vs. hybridized oligonucleotides, where a fluorescence signal appears only when hybridized DNA is present (i.e. only when the ss-oligonucleotide interacting with the polymer has hybridized with its complement). In order to enhance the sensitivity of the biosensor, two different nanoparticle architectures were developed and used to elucidate how the presence of neighboring fluorophores on the nanoparticle surface affects Förster-resonant energy transfer (FRET) between the polythiophene/oligonucleotide complex (FRET donor) and the fluorophores (FRET acceptors). We demonstrate that the silica nanoparticle-based FRET platform lowers the limit of detection at least 10-fold in comparison to the polythiophene itself, and allows the detection of ∼2 × 10(-12) moles of ss-oligonucleotide in a 100 μL sample with a standard fluorimeter (i.e. has a limit of detection of ∼2 nM ssDNA). Such nanoparticle-based biosensor platforms are beneficial because of the robustness and stability inherent to their covalent assembly and they provide a valuable new tool that may allow for the sensitive, label-free detection (the target DNA that produces the fluorescence signal is unlabelled) without the use of polymerase chain 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.
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 ».