MétaCan
Menu
Retour à la cohorte
Enregistrement W2511174319 · doi:10.3390/s16091370

Label-Free Ag+ Detection by Enhancing DNA Sensitized Tb3+ Luminescence

2016· article· en· W2511174319 sur OpenAlexafffund
Kimberly Kleinke, Runjhun Saran, Juewen Liu

Notice bibliographique

RevueSensors · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLuminescenceDNADeoxyribozymeOligonucleotideDetection limitQuenching (fluorescence)BiosensorChemistryG-quadruplexFluorescenceNanotechnologyMaterials scienceBiochemistryOptoelectronicsPhysics

Résumé

récupéré en direct d'OpenAlex

In this work, the effect of Ag⁺ on DNA sensitized Tb(3+) luminescence was studied initially using the Ag⁺-specific RNA-cleaving DNAzyme, Ag10c. While we expected to observe luminescence quenching by Ag⁺, a significant enhancement was produced. Based on this observation, simple DNA oligonucleotide homopolymers were used with systematically varied sequence and length. We discovered that both poly-G and poly-T DNA have a significant emission enhancement by Ag⁺, while the absolute intensity is stronger with the poly-G DNA, indicating that a G-quadruplex DNA is not required for this enhancement. Using the optimized length of the G7 DNA (an oligo constituted with seven guanines), Ag⁺ was measured with a detection limit of 57.6 nM. The signaling kinetics, G7 DNA conformation, and the binding affinity of Tb(3+) to the DNA in the presence or absence of Ag⁺ are also studied to reveal the mechanism of emission enhancement. This observation is useful not only for label-free detection of Ag⁺, but also interesting for the rational design of new biosensors using Tb(3+) luminescence.

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,235
Écart entre enseignants0,230 · 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

Citations14
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207