Protein Electrocatalysis for Direct Sensing of Circulating MicroRNAs
Notice bibliographique
Résumé
MicroRNAs (miRNAs) are potentially useful biomarkers for diagnosis, classification, and prognosis of many diseases, including cancer. Herein, we developed a protein-facilitated electrocatalytic quadroprobe sensor (Sens(PEQ)) for detection of miRNA signature of chronic lymphocytic leukemia (CLL) in human serum. The developed signal-ON sensor provides a compatible combination of two DNA adaptor strands modified with four methylene blue molecules and electrocatalysis using glucose oxidase in order to enhance the overall signal gain. This enhanced sensitivity provided the response necessary to detect the low-abundant serum miRNAs without preamplification. The developed Sens(PEQ) is exquisitely sensitive to subtle π-stack perturbations and capable of distinguishing single base mismatches in the target miRNA. Furthermore, the developed sensor was employed for profiling of three endogenous miRNAs characteristic to CLL, including hsa-miR-16-5p, hsa-miR-21-5p, and hsa-miR-150-5p in normal healthy serum, chronic lymphocytic leukemia Rai stage 1 (CLL-1), and stage 3 (CLL-3) sera, using a non-human cel-miR-39-3p as an internal standard. The sensor results were verified by conventional SYBR green-based quantitative reverse-transcription polymerase chain reaction (RT-qPCR) analysis.
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 | 0,000 |
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 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 ».