Rapid Detection of Norovirus Using Paper-based Microfluidic Device
Notice bibliographique
Résumé
Abstract Noroviruses (NoV) are the leading cause of outbreak of acute gastroenteritis worldwide. A substantial effort has been made in the development of analytical devices for rapid and sensitive food safety monitoring via the detection of foodborne bacteria, viruses and parasites. Conventional analytical approaches for noroviruses suffer from some critical weaknesses: labor-intensive, time-consuming, and relatively low sensitivity. In this study, we developed a rapid and highly sensitive biosensor towards point-of-care device for noroviruses based on 6-carboxyfluorescein (6-FAM) labeled aptamer and nanomaterials, multi-walled carbon nanotubes (MWCNTs) and graphene oxide (GO). In an assay, the fluorescence of 6-FAM labeled aptamer was quenched by MWCNTs or GO via fluorescence resonance energy transfer (FRET). In the presence of norovirus, the fluorescence would be recovered due to the release of the 6-FAM labeled aptamer from MWCNTs or GO. An easy-to-make paper-based microfluidic platform made by nitrocellulose membrane was used to conduct the assay. The quantitative detection of norovirus virus-like particles (NoV VLPs) was successfully performed. A linear range of 0-12.9 μg/mL with a detection limit of 40 pM and 30 pM was achieved for the MWCNTs and GO based paper sensors, respectively. The results suggested the developed paper-based microfluidic device is simple, cost-effective and holds the potential of rapid in situ visual determination for noroviruses with remarkable sensitivity and specificity, which provides a new way for early identification of NoV and thereby an early intervention for preventing the spread of an outbreak.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».