MétaCan
Menu
Retour à la cohorte
Enregistrement W2125455207 · doi:10.3390/nano5041556

A Paper-Based Sandwich Format Hybridization Assay for Unlabeled Nucleic Acid Detection Using Upconversion Nanoparticles as Energy Donors in Luminescence Resonance Energy Transfer

2015· article· en· W2125455207 sur OpenAlexafffund
Xuechang Zhou, Mahanem Mat Noor, Ulrich J. Krull

Notice bibliographique

RevueNanomaterials · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiotinylationNucleic acidFörster resonance energy transferOligonucleotideDetection limitChemistryLuminescenceCombinatorial chemistryChromatographyDNAMaterials scienceBiochemistryFluorescenceOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Bioassays based on cellulose paper substrates are gaining increasing popularity for the development of field portable and low-cost diagnostic applications. Herein, we report a paper-based nucleic acid hybridization assay using immobilized upconversion nanoparticles (UCNPs) as donors in luminescence resonance energy transfer (LRET). UCNPs with intense green emission served as donors with Cy3 dye as the acceptor. The avidin functionalized UCNPs were immobilized on cellulose paper and subsequently bioconjugated to biotinylated oligonucleotide probes. Introduction of unlabeled oligonucleotide targets resulted in a formation of probe-target duplexes. A subsequent hybridization of Cy3 labeled reporter with the remaining single stranded portion of target brought the Cy3 dye in close proximity to the UCNPs to trigger a LRET-sensitized emission from the acceptor dye. The hybridization assays provided a limit of detection (LOD) of 146.0 fmol and exhibited selectivity for one base pair mismatch discrimination. The assay was functional even in undiluted serum samples. This work embodies important progress in developing DNA hybridization assays on paper. Detection of unlabeled targets is achieved using UCNPs as LRET donors, with minimization of background signal from paper substrates owing to the implementation of low energy near-infrared (NIR) excitation.

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 enseignants0,232
Score d'incertitude au seuil0,799

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 Opus0,016
Tête enseignante GPT0,214
Écart entre enseignants0,198 · 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

Citations22
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetBiosensors and Analytical DetectionTravaux en français237 207