MétaCan
Menu
Retour à la cohorte
Enregistrement W2613384413 · doi:10.1021/acssensors.7b00176

Electrochemical DNA-Based Immunoassay That Employs Steric Hindrance To Detect Small Molecules Directly in Whole Blood

2017· article· en· W2613384413 sur OpenAlexafffund
Sahar Sadat Mahshid, Francesco Ricci, Shana O. Kelley, Alexis Vallée‐Bélisle

Notice bibliographique

RevueACS Sensors · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversité de MontréalUniversity of Toronto
Organismes subventionnairesFP7 People: Marie-Curie ActionsFP7 Ideas: European Research CouncilNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSteric effectsWhole bloodElectrochemistryDNAImmunoassaySmall moleculeMoleculeCombinatorial chemistryChemistryPoint of careAntibodyNanotechnologyChromatographyMaterials scienceElectrodeBiochemistryStereochemistryOrganic chemistryMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

The development of a universal sensing mechanism for the rapid and quantitative detection of small molecules directly in whole blood would drastically impact global health by enabling disease diagnostics, monitoring, and treatment at home. We have previously shown that hybridization between a free DNA strand and its complementary surface-bound strand can be sterically hindered when the former is bound to large antibodies. Here, we exploit this effect to design a competitive antibody-based electrochemical assay, called CeSHHA, that enables the quantitative detection of small molecules directly in complex matrices, such as whole blood or soil. We discuss the importance of this inexpensive assay for point-of-care diagnosis and for treatment monitoring applications.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,013
Tête enseignante GPT0,260
Écart entre enseignants0,247 · 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

Citations57
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS SensorsMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207