A Graphene-Based Biosensing Platform Based on the Release of DNA Probes and Rolling Circle Amplification
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We report a versatile biosensing platform capable of achieving ultrasensitive detection of both small-molecule and macromolecular targets. The system features three components: reduced graphene oxide for its ability to adsorb single-stranded DNA molecules nonspecifically, DNA aptamers for their ability to bind reduced graphene oxide but undergo target-induced conformational changes that facilitate their release from the reduced graphene oxide surface, and rolling circle amplification (RCA) for its ability to amplify a primer-template recognition event into repetitive sequence units that can be easily detected. The key to the design is the tagging of a short primer to an aptamer sequence, which results in a small DNA probe that allows for both effective probe adsorption onto the reduced graphene oxide surface to mask the primer domain in the absence of the target, as well as efficient probe release in the presence of the target to make the primer available for template binding and RCA. We also made an observation that the circular template, which on its own does not cause a detectable level of probe release from the reduced graphene oxide, augments target-induced probe release. The synergistic release of DNA probes is interpreted to be a contributing factor for the high detection sensitivity. The broad utility of the platform is illustrated though engineering three different sensors that are capable of achieving ultrasensitive detection of a protein target, a DNA sequence and a small-molecule analyte. We envision that the approach described herein will find useful applications in the biological, medical, and environmental fields.
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.
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 découle