MétaCan
Menu
Retour à la cohorte
Enregistrement W2599552753 · doi:10.1021/acsami.6b15989

Magnetic Printing of a Biosensor: Inexpensive Rapid Sensing To Detect Picomolar Amounts of Antigen with Antibody-Functionalized Carbon Nanotubes

2017· article· en· W2599552753 sur OpenAlexafffundabout
Abdel Rahman Abdel Fattah, Ahmed M. Abdalla, Sarah Mishriki, Elvira Meleca, Fei Geng, Suvojit Ghosh, Ishwar K. Puri

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésBiosensorMaterials scienceCarbon nanotubeNanotechnologyMagnetic nanoparticlesCurrent (fluid)NanoparticleSurface modificationChemical engineering

Résumé

récupéré en direct d'OpenAlex

When an antibody (Ab) is immobilized on its surface, a carbon nanotube (CNT) becomes a biosensor that detects the corresponding antigen (Ag) because Ag-Ab complexes formed on the CNT surface moderate the current flow through it. We synthesized a biological ink containing CNTs that are twice functionalized, first with magnetic nanoparticles and thereafter with the anti-c-Myc monoclonal Ab. The ink is pipetted and dynamically self-organized by an external magnetic field into a dense electrically conducting sensor strip that measures the decrease in current when a sample containing c-Myc Ag is deposited on it. Prototypes are rapidly fabricated materials that cost less than 20 cents (Canadian) for each sensor. With larger current decreases due to real-time specific Ag-Ab binding for higher c-Myc concentrations, the biosensor distinguishes between picomolar c-Myc concentrations within a minute, offering proof of concept of a simple, rapid, economical, and sensitive method to detect specific molecules recognizable by Abs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,225
Écart entre enseignants0,215 · 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 tête enseignante, 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

Citations19
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207