MétaCan
Menu
Retour à la cohorte
Enregistrement W2770455150 · doi:10.3791/56230

Snap Chip for Cross-reactivity-free and Spotter-free Multiplexed Sandwich Immunoassays

2017· article· en· W2770455150 sur OpenAlexafffund
Huiyan Li, Sébastien Bergeron, Heidi Larkin, David Juncker

Notice bibliographique

RevueJournal of Visualized Experiments · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensMcGill Genome CentreMcGill UniversityMcGill University and Génome Québec Innovation Centre
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésProtein microarrayImmunoassayAntibody microarrayMultiplexingProtein Array AnalysisDNA microarrayMicroarrayDetection limitAntibodyChromatographyChemistryComputer scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Multiplexed protein analysis has shown superior diagnostic sensitivity and accuracy compared to single proteins. Antibody microarrays allow for thousands of micro-scale immunoassays performed simultaneously on a single chip. Sandwich assay format improves assay specificity by detecting each target with two antibodies, but suffers from cross-reactivity between reagents thus limiting their multiplexing capabilities. Antibody colocalization microarray (ACM) has been developed for cross-reactivity-free multiplexed protein detection, but requires an expensive spotter on-site for microarray fabrication during assays. In this work, we demonstrate a snap chip technology that transfers reagent from microarray-to-microarray by simply snapping two chips together, thus no spotter is needed during the sample incubation and subsequent application of detection antibodies (dAbs) upon storage of pre-spotted slides, dissociating the slide preparation from assay execution. Both single and double transfer methods are presented to achieve accurate alignment between the two microarrays and the slide fabrication for both methods are described. Results show that <40 μm alignment has been achieved with double transfer, reaching an array density of 625 spots/cm2. A 50-plexed immunoassay has been conducted to demonstrate the usability of the snap chip in multiplexed protein analysis. Limits of detection of 35 proteins are in the range of pg/mL.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,032
Tête enseignante GPT0,453
Écart entre enseignants0,421 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207