MétaCan
Menu
Retour à la cohorte
Enregistrement W2299047699 · doi:10.1149/ma2015-01/39/2063

Label-Free Electrochemical Aptasensor for the Sensitive Detection of Cyanotoxin Anatoxin-a

2015· article· en· W2299047699 sur OpenAlexaff
Reda Elshafey, Mohamed Siaj, Mohammed Zourob

Notice bibliographique

RevueECS Meeting Abstracts · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésAptamerDetection limitBiosensorChemistryDielectric spectroscopyColloidal goldLinear rangeCombinatorial chemistryDissociation constantNanotechnologyElectrochemistryElectrodeChromatographyMaterials scienceNanoparticleBiochemistryMolecular biologyBiologyReceptor

Résumé

récupéré en direct d'OpenAlex

The sensitive detection of neurotoxin anatoxin-a (ATX) is a necessary to effectively manage and control the treatment of water resources. Here we report the selection of high affinity DNA aptamers targeting ATX for developing an impedimetic aptasensor for ATX for which there are no reported biosensors so far. The dissociation constants (Kd) of the aptamers are in the nanomolar range. The sensor was designed by self assembling of disulfide modified aptamer on a gold electrode. The aptasensor fabrication process was characterized using cyclic voltammetry and electrochemical impedance spectroscopy. Upon ATX recognition to the immobilized aptamer, a marked decrease in the electron-transfer resistance was recorded. This is as a result of the aptamer conformation change which is used as sensor signal. The aptasensor showed a limit of detection of 0.5nM and a wide linear range for ATX concentrations between 1nM and 100nM. The Kd that was calculated from the aptasensor signal showed a lower value implying that the anchoring of the aptamer on the Au surface enhanced its affinity to ATX. The ATX aptasensor showed high stability as well as high specificity against common cynaobacterial toxins. Further biosensor designs will be expected using those aptamers for simple ATX detection

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,254
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207