Ultrasensitive Norovirus Detection Using DNA Aptasensor Technology
Notice bibliographique
Résumé
DNA aptamers were developed against murine norovirus (MNV) using SELEX (Systematic Evolution of Ligands by EXponential enrichment). Nine rounds of SELEX led to the discovery of AG3, a promising aptamer with very high affinity for MNV as well as for lab-synthesized capsids of a common human norovirus (HuNoV) outbreak strain (GII.3). Using fluorescence anisotropy, AG3 was found to bind with MNV with affinity in the low picomolar range. The aptamer could cross-react with HuNoV though it was selected against MNV. As compared to a non-specific DNA control sequence, the norovirus-binding affinity of AG3 was about a million-fold higher. In further tests, the aptamer also showed nearly a million-fold higher affinity for the noroviruses than for the feline calicivirus (FCV), a virus similar in size and structure to noroviruses. AG3 was incorporated into a simple electrochemical sensor using a gold nanoparticle-modified screen-printed carbon electrode (GNPs-SPCE). The aptasensor could detect MNV with a limit of detection of approximately 180 virus particles, for possible on-site applications. The lead aptamer candidate and the aptasensor platform show promise for the rapid detection and identification of noroviruses in environmental and clinical samples.
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 | 0,001 |
| 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 | 0,001 |
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 ».