Highly sensitive protein detection via covalently linked aptamer to MoS<sub>2</sub> and exonuclease-assisted amplification strategy
Notice bibliographique
Résumé
Abstract: Molybdenum disulfide (MoS 2 ) has shown highly attractive superiority as a platform for sensing. However, DNA physisorption on the surface of MoS 2 was susceptible to nonspecific probe displacement and false-positive signals. To solve these problems, we have developed a novel MoS 2 –aptamer nanosheet biosensor for detecting thrombin using a covalently linked aptamer to the MoS 2 nanosheet. Ten percent Tween 80 was used to prevent thrombin from nonspecific binding and to rapidly form thiol-DNA/gold nanoparticle (AuNP) conjugates. Furthermore, an MoS 2 and exonuclease coassisted signal amplification strategy was developed to improve the detection limit for thrombin. We used the hybridization of the aptamer molecules and the matched strand with a 5' terminal thiol to immobilize the aptamer molecules on the surface of AuNPs in [email protected] 2 nanocomposites. Exonuclease digested the single-strand aptamer and released the thrombin, which was then detected in the next recycle. With the coassisted amplification strategy, a 6 fM detection limit was achieved, showing that this method has higher sensitivity than most reported methods for thrombin detection. The results presented in this work show that this method of covalently attaching the aptamer and using the coassisted amplification is a promising technique for the detection of protein in medical diagnostics. Keywords: Molybdenum disulfide, aptamer, thrombin, protein detection, high sensitivity
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».