SPR platform based on image acquisition for HER2 antigen detection
Notice bibliographique
Résumé
Abstract HER2 antigen is a marker used for breast cancer diagnosis and prevention. Its determination has great importance since breast cancer is one of the most insidious types of cancer in women. HER2 antigen assessment in human serum is traditionally achieved by enzyme-linked immunosorbent assay (ELISA method), but it has some disadvantages, such as suppressing the thermodynamic–kinetic studies regarding the antibody–antigen interaction, and the use of labeled molecules that can promote false positive responses. Biosensors based on surface plasmon resonance (SPR) are sensitive optical techniques widely applied on bioassays. The plasmonic devices do not operate with labeled molecules, overcoming conventional immunoassay limitations, and enabling a direct detection of target analytes. In this way, a new SPR biosensor to assess HER2 antigen has been proposed, using nanohole arrays on a gold thin film by signal transduction of transmitted light measurements from array image acquisitions. These metallic nanostructures may couple the light directly on surface plasmons using a simple collinear arrangement. The proposed device reached an average sensitivity for refractive index (RI) variation on a metal surface of 4146 intensity units/RIU (RIU = RI units). The device feasibility on biomolecular assessment was evaluated. For this, 3 ng ml −1 known HER2 antigen concentration was efficiently flowed (using a microfluidic system) and detected from aqueous solutions. This outcome shows that the device may be a powerful apparatus for bioassays, particularly toward breast cancer diagnosis and prognosis.
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 | 0,000 |
| 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 ».