Aptamer-Based Electrochemical Biosensors for Marine Toxins
Notice bibliographique
Résumé
Marine toxins are naturally occurring chemicals that can contaminate certain seafood. They are usually tasteless, odourless and have no toxic effect on shellfish. However, they exhibit toxicity towards marine mammals, birds, fish and humans. The ethical problems as well as the technical difficulties associated with the currently employed analysis methods for marine toxins are encouraging the research for suitable alternatives to be applied in a regulatory monitoring regime. Here, we report electrochemical biosensing platforms for okadiac acid (OA) as well as brevetoxin-2 (BTX-2) detection using aptamers as specific receptors. Using in vitro selection, high affinity DNA aptamers to OA and BTX-2 were successfully selected for the first time from a large pool of random sequences. The binding of the toxins to aptamer pools/clones was monitored using fluorescence and electrochemical impedance spectroscopy (EIS). Most of the selected aptamers exhibited high binding affinity to their target toxins with a dissociation constants in the nanomolar range. The effects of the incubation time, pH and metal ions concentrations on the aptamers-toxins binding were studied. The highest affinity aptamers were then used to construct label-free impedimetric biosensors for both OA and BTX-2 detection showing good sensitivity. A high degree of cross reactivity of the selected BTX aptamers to the two similar congeners, BTX-2 and BTX-3 was observed, whereas no cross reactivity to other marine toxins was obtained. Moreover, the aptasensors were applied for the detection of OA and BTX-2 in spiked shellfish extracts showing very good recovery percentages. We believe that the continual emergence of novel, high-affinity aptamers will open the way to a variety of biosensing architectures, particularly for small-molecule toxin detection in complex samples.
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 | 0,001 | 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 | 0,001 |
| 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 ».