Nanostructured biosensor for tear glucose detection based on bioluminescence resonance energy transfer (BRET) mechanism.
Notice bibliographique
Résumé
Bioluminescence Resonance Energy Transfer (BRET), a sensitive, non-destructive and self-illuminated method, has been now commonly used to test protein interactions. Here, we describe a BRET sensor for non-invasively detecting glucose molecules. The sensor is made by the bioconjugation of quantum dots and recombinant protein. The recombinant protein contains the bacterial glucose binding protein (GBP) and a bioluminescent protein, Renilla luciferase (Rluc), used as the donor with the emission peak at 470 nm, which is able to excite the acceptor of BRET sensor made of cadmium tellurium quantum dots ( CdTe QDs) with the emission peak at 570 nm. The distance between the BRET pair depends on the shape of GBP. In the presence of glucose, the conformational change of GBP leads to the enhanced BRET phenomenon due to the short distance between the BRET pair. To optimal the BRET sensor, the ratios of the acceptor (QDs) to the donor (GBP-Rluc), the bioconjugation process, and the performance of recombinant protein have been thoroughly investigated. The results indicate a linear relationship between luminescence intensity ratio and the concentration of glucose in the two ranges, from 0 mM to 0.1 mM and from 0.2mM to 0.8mM, respectively. The limit of detection (LOD) is calculated as15 nM. Meanwhile, tear glucose of animal model were measured by this designed sensor. This study demonstrates a proof-of-concept of a non-invasive measurement system for monitoring glucose.
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) | 0,001 | 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 | 0,001 |
| 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 ».