Microfluidic Based Biosensor for Detection of Cardiac Markers
Notice bibliographique
Résumé
Myocardial Infarction (MI) occurs when the blood flow to the heart is blocked. It is major threat to human kind. Current laboratory and ELISA tests are expensive, time consuming, and are not very sensitive. Biosensors can play an important role in the diagnosis of MI without relying on hospital visits. Therefore, researchers are focusing to develop rapid, hand-held, inexpensive biosensors for detecting cardiac markers. In the present study, one of the cardiac markers (Troponin T) is detected using microfluidic based biosensor. Troponin T (cTnT) releases in to the blood serum within 4–6 h after minor heart attack and remains elevated for up to 2 weeks, which will help in diagnosing the heart condition. In this work, a microfluidic channel with an array of gold strips is considered for detecting and quantifying the Troponin T in an aqueous solution. Troponin T primary (capture) antibody is immobilized on gold strip using self assembled monolayer (SAM) consisting of a homogeneous mixture of oligo (ethylene glycol) (OEG)-terminated alkanethiolate and mercaptohexadecanoic acid (MHDA). Then, an aqueous solution containing Troponin T antigen is injected into the microchannel to facilitate antibody-antigen reaction to take place in less time. Later, FITC tagged Troponin T secondary (detection) antibody is dispensed in to the channel for quantification of Troponin T antigen. Using confocal fluorescent reader, the variation of fluorescent intensity across the microchannel is measured and quantified the concentration of Troponin T antigen with calibrated samples. Contact angle measurement system, Fourier Transform Infrared Spectroscopy and Ellipsometer are used to characterize the surface properties at each stage of biomolecule immobilization.
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 ».