Manipulation of Fe/Au Peroxidase-Like Activity for Development of a Nanocatalytic-Based Assay
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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 17-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, 17-estradiol. The feasibility of this assay was tested at different concentration of aptamer-tagged Fe/Au nanoparticles and 17-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-17-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 17-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 17-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.
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 | 0,003 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 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 découle