MétaCan
Menu
Retour à la cohorte
Enregistrement W2082959106 · doi:10.1021/ac5042439

Investigation of the Utility of Complementary Electrochemical Detection Techniques to Examine the in Vitro Affinity of Bacterial Flagellins for a Toll-Like Receptor 5 Biosensor

2015· article· en· W2082959106 sur OpenAlexafffund
Zhe She, Kristin Topping, Mohtashim H. Shamsi, Nan Wang, Nora W. C. Chan, Heinz‐Bernhard Kraatz

Notice bibliographique

RevueAnalytical Chemistry · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensDefence Research and Development CanadaThe Scarborough HospitalRoyal Military College of CanadaUniversity of Toronto
Organismes subventionnairesDefence Research and Development Canada
Mots-clésBiosensorChemistryDielectric spectroscopyElectrochemistryTLR5NanotechnologyAnalytical Chemistry (journal)Toll-like receptorElectrodeChromatographyReceptorMaterials scienceBiochemistryInnate immune system

Résumé

récupéré en direct d'OpenAlex

An initial investigation of the fabrication of a novel biosensor utilizing toll-like receptor 5 (TLR5) has been conducted. The detection assay using this sensor platform has been carried out using two complementary electrochemical techniques. The electrochemical properties of the modified bare gold surface following TLR5 immobilization were characterized. The electrochemical response to changes in the sensor film resistance and electron charge-transfer permittivity triggered by independent exposures to flagellins from Salmonella typhimurium (S. typhimurium) and Bacillus subtilis (B. subtilis) were examined and observed. The quantified film resistance data gathered using electrochemical impedance spectroscopy (EIS) over a macroscopic scale are in significant agreement with the corresponding electron charge-transfer permittivity measured locally by scanning electrochemical microscopy (SECM). Unlike other sensors that exploit pathogen recognition elements, TLR5 biosensors have the potential to carry out broad-spectrum detection of flagellated bacterial pathogens in near real time. This broad-spectrum detection platform is a significant step toward the development of fast, inexpensive clinical tools for early warning diagnoses and immediate on-site treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,236
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations32
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetBiosensors and Analytical DetectionTravaux en français237 207