MétaCan
Menu
Retour à la cohorte
Enregistrement W2903203910 · doi:10.3390/nano8121006

Exploring Protein-Inorganic Hybrid Nanoflowers and Immune Magnetic Nanobeads to Detect Salmonella Typhimurium

2018· article· en· W2903203910 sur OpenAlexaff
Lei Wang, Xiaoting Huo, Ruya Guo, Qiang Zhang, Jianhan Lin

Notice bibliographique

RevueNanomaterials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesWalmart FoundationNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésSalmonellaImmune systemChemical engineeringNanotechnologyMicrobiologyChemistryMaterials scienceBiologyBacteriaImmunologyEngineering

Résumé

récupéré en direct d'OpenAlex

Early screening of pathogenic bacteria is key to preventing and controlling outbreaks of foodborne diseases. In this study, protein-inorganic hybrid nanoflowers were synthesized for signal amplification and used with a calcium ion selective electrode (Ca-ISE) to establish a new enzyme-free assay for rapid and sensitive detection of Salmonella. Calcium hydrophosphate crystals were first conjugated with polyclonal antibodies against Salmonella to synthesize immune calcium nanoflowers (CaNFs), and streptavidin modified magnetic nanobeads (MNBs) were conjugated with biotinylated monoclonal antibodies against Salmonella to form immune MNBs. After target bacteria were separated using immune MNBs to form magnetic bacteria, immune CaNFs were conjugated with magnetic bacteria to form nanoflower conjugated bacteria. Then, hydrogen chloride was used to release calcium ions from nanoflower conjugated bacteria. After magnetic separation, the supernatant was finally injected as a continuous-flow to fluidic chip with Ca-ISE for specific detection of calcium ions. The supernatant’s potential had a good linear relationship with bacteria concentration, and this assay was able to detect the S. Typhimurium cells as low as 28 colony forming units/mL within two hours. The mean recovery of target bacteria in spiked chicken samples was 95.0%. This proposed assay shows the potential for rapid, sensitive, and on-line detection of foodborne pathogens.

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 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 enseignants0,006
Score d'incertitude au seuil0,864

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 Opus0,020
Tête enseignante GPT0,198
Écart entre enseignants0,178 · 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.

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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetBiosensors and Analytical DetectionTravaux en français237 207