MétaCan
Menu
Retour à la cohorte
Enregistrement W2902163716 · doi:10.1002/cbic.201800701

A Simple DNAzyme‐Based Fluorescent Assay for <i>Klebsiella pneumoniae</i>

2018· article· en· W2902163716 sur OpenAlexaff
M. Monsur Ali, Anatoly Slepenkin, Ellena M. Peterson, Weian Zhao

Notice bibliographique

RevueChemBioChem · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcMaster University
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Allergy and Infectious DiseasesCenters for Disease Control and PreventionNational Institutes of Health
Mots-clésDeoxyribozymeKlebsiella pneumoniaeFluorescenceBacteriaMicrobiologyDetection limitPathogenic bacteriaCleaveBiosensorChemistrySubstrate (aquarium)DNABiologyEscherichia coliBiochemistryGeneChromatographyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Pathogenic bacteria pose a serious threat to public health, and the rapid and cost‐effective detection of such bacteria remains a major challenge. Herein, we present a DNAzyme‐based fluorescent paper sensor for Klebsiella pneumoniae. The DNAzyme was generated by an in vitro selection technique to cleave a fluorogenic DNA–RNA chimeric substrate in the presence of K. pneumoniae. The DNAzyme was printed on a paper substrate in a 96‐well format to serve as mix‐and‐read fluorescent assay that exhibits a limit of detection (LOD) 105 CFUs mL−1. Evaluated with 20 strains of clinical bacterial isolates, the DNAzyme produced the desired fluorescence signal with the samples of K. pneumoniae, regardless of their source or drug resistance. The assay is simple to use, rapid, inexpensive, and avoids the complex procedures of sample preparation and equipment. We believe that this DNAzyme‐based fluorescent assay has potential for practical applications to identify K. pneumoniae.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,272 · 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
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

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemBioChemMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207