Electrospun Polycaprolactone Nanofibers as a Reaction Membrane for Lateral Flow Assay
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Electrospun polycaprolactone (PCL) nanofibers have emerged as a promising material in diverse biomedical applications due to their various favorable features. However, their application in the field of biosensors such as point-of-care lateral flow assays (LFA) has not been investigated. The present study demonstrates the use of electrospun PCL nanofibers as a reaction membrane for LFA. Electrospun PCL nanofibers were treated with NaOH solution for different concentrations and durations to achieve a desirable flow rate and optimum detection sensitivity in nucleic acid-based LFA. It was observed that the concentration of NaOH does not affect the physical properties of nanofibers, including average fiber diameter, average pore size and porosity. However, interestingly, a significant reduction of the water contact angle was observed due to the generation of hydroxyl and carboxyl groups on the nanofibers, which increased their hydrophilicity. The optimally treated nanofibers were able to detect synthetic Zika viral DNA (as a model analyte) sensitively with a detection limit of 0.5 nM. Collectively, the benefits such as low-cost of fabrication, ease of modification, porous nanofibrous structures and tunability of flow rate make PCL nanofibers a versatile alternative to nitrocellulose membrane in LFA applications. This material offers tremendous potential for a broad range of point-of-care applications.
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.
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 découle