Manipulation of Fe/Au Peroxidase-Like Activity for Development of a Nanocatalytic-Based Assay
Notice bibliographique
Résumé
Nanoparticles have been discovered to have intrinsic peroxidase-like catalytic activity that shows beneficial applications in a biosensor.The aim of this study is to investigate the synthesised Fe/Au nanoparticles' peroxidase-like activity and further evaluate them for development of a nanocatalytic-based assay specifically designed to detect 17β-estradiol in water.The peroxidase-like activity of the synthesised Fe/Au nanoparticles was optimised using the H 2 O 2 -ABTS system and was characterised using Michaelis-Menten kinetics.Then, the nanoparticles surface was functionalised with aptamers for specific conjugation with the target analyte, 17β-estradiol.The feasibility of this assay was tested at different concentration of aptamer-tagged Fe/Au nanoparticles and 17β-estradiol.Also, assessment of this assay was conducted with potentially interfering materials and spiked real tap water samples.Results obtained from absorbance data reveal that the Fe/Au-17β-estradiol complex significantly hampered the peroxidase-like catalytic activity of the nanoparticles.The absorbance intensity declined drastically after aptamer-tagged nanoparticles (Fe/Au-fl-apt) "captured" the targets and formed nanoparticles-analytes complexes.This assay showed good accuracy and reproducibility for detection of 17β-estradiol concentration ranging from 3 to 272 ng/L.Furthermore, the aptamers used in this study were very selective towards the target analyte and related compounds showed little to no interference.Thus, a simple, rapid and sensitive detection assay, specific for 17β-estradiol was developed using a new detection strategy by manipulation of nanoparticles' peroxidase-like activity.
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) | 0,000 | 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 | 0,001 | 0,001 |
| 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 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 ».