MétaCan
Menu
← Retour à la cohorte
Enregistrement W2345809493 · doi:10.1101/045310

Dual immunosensor based on methylene blue-electroadsorbed graphene oxide for rapid detection of influenza virus antigen

2016· preprint· en· W2345809493 sur OpenAlexaff
Murugan Veerapandian, R. F. Hunter, Suresh Neethirajan

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2016
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMethylene blueGrapheneInfluenza A virus subtype H5N1Monoclonal antibodyOxideBiosensorChemistryAntibodyNanotechnologyMaterials scienceVirusVirologyCatalysisBiologyBiochemistryImmunology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Rapid detection of influenza viral infections in the poultry farm is advantageous in several facts such as environmental/personal safety, food-security and socio-economy. Herein, we report the development of an electrochemical based dual sensor platform composed of methylene blue-electroadsorbed graphene oxide nanostructures modified with monoclonal antibodies, H5N1 and H1N1. Bio-functional layers comprised of chitosan and protein-A molecules were implemented at the interface of sensor element and antibodies, which synergistically enriched the bio-activity of immobilized antibodies for the immune complex formation. The differential pulse voltammetric signals resulted from the developed immunosensor platform exhibited a good correlation (R 2 = 0.9978 for H1N1 and R 2 =0.9997 for H5N1) for the wide range of target concentrations (25 to 500 pM). Chronoamperometric study also revealed the amplified current sensitivity of the immunoelectrodes even at the picomolar level. The proposed immunosensor design not only provide rapid analytical response time (<1 min) but also provide simplicity in fabrication and instrumentation which paves an attractive platform for on-farm monitoring of viral infections.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,249
Écart entre enseignants0,238 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→