Nanostructured biosensor using bioluminescence quenching technique for glucose detection
Notice bibliographique
Résumé
BACKGROUND: Most methods for monitoring glucose level require an external energy source which may limit their application, particularly in vivo test. Bioluminescence technique offers an alternative way to provide emission light without external energy source by using bioluminescent proteins found from firefly or marine vertebrates and invertebrates. For quick and non-invasive detection of glucose, we herein developed a nanostructured biosensor by applying the bioluminescence technique. RESULTS: Luciferase bioluminescence protein (Rluc) is conjugated with β-cyclodextrin (β-CD). The bioluminescence intensity of Rluc can be quenched by 8 ± 3 nm gold nanoparticles (Au NPs) when Au NPs covalently bind to β-CD. In the presence of glucose, Au NPs are replaced and leave far from Rluc through a competitive reaction, which results in the restored bioluminescence intensity of Rluc. A linear relationship is observed between the restored bioluminescence intensity and the logarithmic glucose concentration in the range of 1-100 µM. In addition, the selectivity of this designed sensor has been evaluated. The performance of the senor for determination of the concentration of glucose in the blood of diabetic rats is studied for comparison with that of the concentration of glucose in aqueous. CONCLUSIONS: This study demonstrates the design of a bioluminescence sensor for quickly detecting the concentration of glucose sensitively.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».