MétaCan
Menu
Retour à la cohorte
Enregistrement W2316020359 · doi:10.1109/nano.2014.6968061

An automated hand-held CMOS-based instrument for hand-held mutation detection via electrophoresis

2014· article· en· W2316020359 sur OpenAlexaff
Gordon H. Hall, Tianchi Ma, Madeline Couse, Stacey Hume, David Sloan, D.G. Elliott, D. Moira Glerum, C. Backhouse

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of AlbertaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCMOSLab-on-a-chipChipComputer scienceCMOS sensorComputer hardwareMicrofluidicsEmbedded systemEngineeringNanotechnologyMaterials scienceElectronic engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Lab-on-chip technology has tremendous potential for point-of-care and in-field medical diagnostics, but the uptake of such technologies is hampered by the high cost and large size of the instrumentation conventionally required. In the present work we demonstrate an instrument that fully automates sample preparation, enzymatic digestion and electrophoresis to implement DNA sizing and restriction fragment length polymorphism analysis for mutation detection. The instrument is largely based on a single CMOS chip, notably for fluorescence detection and high voltage generation, and can be operated in an off-the-shelf mode using low-cost pre-packaged polymeric microfluidic chips. We demonstrate the automated detection of the C282Y single nucleotide mutation in the HFE gene that underlies hereditary haemochromatosis. The system is currently in a portable form factor and could be implemented in a hand-held format. In higher volumes of manufacture, the remainder of the instrument could be moved to the CMOS chip, enabling a single chip instrument that could be housed within an inexpensive, thumb-sized device.

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)0,001
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,005
Tête enseignante GPT0,216
Écart entre enseignants0,211 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207