Aptamer-Based Label-Free Impedimetric Biosensor for Detection of Progesterone
Notice bibliographique
Résumé
Rising progesterone (P4) levels in humans due to its overconsumption through hormonal therapy, food products, or drinking water can lead to many negative health effects. Thus, the simple and accurate assessment of P4 in both environmental and clinical samples is highly important to protect public health. In this work, we present the selection, identification, and characterization of ssDNA aptamers with high binding affinity to P4. The aptamers were selected in vitro from a single-stranded DNA library of 1.8 × 10(15) oligonucleotides showing dissociation constants (KD) in the low nanomolar range. The dissociation constant of the best aptamer, designated as P4G13, was estimated to be 17 nM by electrochemical impedance spectroscopy (EIS) as well as fluorometric assay. Moreover, the aptamer P4G13 did not show cross-reactivity to analogues similar to progesterone such as 17β-estradiol (E2) and norethisterone (NET). An impedimetric aptasensor for progesterone was then fabricated based on the conformational change of P4G13 aptamer, immobilized on the gold electrode by self-assembly, upon binding to P4, which results in an increase in electron transfer resistance. Aptamer-complementary DNA (cDNA) oligonucleotides were tested to maximize the signal gain of the aptasensor after binding with progesterone. Significant signal enhancement was observed when the aptamer hybridized with a short complementary sequence at specific site was used instead of pure aptamer. This signal gain is likely due to the more significant conformational change of the aptamer-cDNA than the pure aptamer upon binding with P4, as confirmed by circular dichroism (CD) spectroscopy. The developed aptasensor exhibited a linear range for concentrations of P4 from 10 to 60 ng/mL with a detection limit of 0.90 ng/mL. Moreover, the aptasensor was applied in spiked tap water samples and showed good recovery percentages. The new selected progesterone aptamers can be exploited in further biosensing applications for environmental, clinical, and medical diagnostic purposes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».