Integrated microfluidic device for the separation, decomposition and detection of low molecular weight S-nitrosothiols
Notice bibliographique
Résumé
S-nitrosothiols (RSNOs) are very important biomolecules that play crucial roles in many physiological and physiopathological processes. They act as NO-donors and are candidates for future medicines. Their identification and quantitation are therefore important for biomedical applications. One, two or more RSNOs can then be combined to design a drug and therefore, the quantification of each is important to establish an acceptable quality control process. Till date, miniaturized devices have been used to detect RSNOs based on their total quantitation without a preceding separation step. This study reports on an original and integrated microdevice allowing for the successive electrokinetic separation of low molecular weight RSNOs, their decomposition under metal catalysis, and their quantitation by amperometric detection of the produced nitrite in the end-channel arrangement, leading to their quantitation in a single run. For this purpose, a commercial SU-8/Pyrex microfluidic system was coupled to a portable and wireless potentiostat. Different operating and running parameters were optimized to achieve the best analytical data, allowing for an LOD equal to 20 μM. The simultaneous separation of S-nitrosoglutathione and S-nitrosocysteine was successfully obtained within 75 s. The proposed methodology using SU-8/Pyrex microfluidic devices opens new possibilities to investigate future drug candidates for NO-donors.
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) | 0,001 | 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 | 0,000 | 0,000 |
| 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 ».