MétaCan
Menu
Retour à la cohorte
Enregistrement W2762765560 · doi:10.1039/c7nr04386d

Attomolar detection of extracellular microRNAs released from living prostate cancer cells by a plasmonic nanowire interstice sensor

2017· article· en· W2762765560 sur OpenAlexaff
Siyeong Yang, Hongki Kim, Kyung‐Jin Lee, Seul Gee Hwang, Eun‐Kyung Lim, Juyeon Jung, Tae Jae Lee, Hee-Sung Park, Taejoon Kang, Bongsoo Kim

Notice bibliographique

RevueNanoscale · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésProstate cancerExtracellularPlasmonNanowireCancermicroRNACancer cellNanotechnologyMaterials scienceProstateBiophysicsChemistryOptoelectronicsCell biologyMedicineBiologyBiochemistryInternal medicineGene

Résumé

récupéré en direct d'OpenAlex

Prostate cancer (PC) is the second leading cause of cancer death for men worldwide. The serum prostate-specific antigen level test has been widely used to screen for PC. This method, however, exhibits a high false-positive rate, leading to over-diagnosis and over-treatment of PC patients. Extracellular microRNAs (miRNAs) recently provided valuable information including the site and the status of the cancers and thus emerged as new biomarkers for several cancers. Among them, miR141 and miR375 are the most pronounced biomarkers for the diagnosis of high-risk PC. Herein, we report an attomolar detection of miR141 and miR375 released from living PC cells by using a plasmonic nanowire interstice (PNI) sensor. This sensor showed a very low detection limit of 100 aM as well as a wide dynamic range from 100 aM to 100 pM for all target miRNAs. In addition, the PNI sensor could discriminate perfectly the diverse single-base mismatches in the miRNAs. More importantly, the PNI sensor successfully detected the extracellular miR141 and miR375 released from living PC cell lines (LNCaP and PC-3), proving the diagnostic ability of the sensor for PC. We anticipate that the present PNI sensor can hold great promise for the precise diagnosis and prognosis of various cancer patients as well as PC patients.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,235
Écart entre enseignants0,229 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetExtracellular vesicles in diseaseTravaux en français237 207