MétaCan
Menu
Retour à la cohorte
Enregistrement W2947058954 · doi:10.1021/acsami.9b05666

Biomimetic Octopus-like Particles for Ultraspecific Capture and Detection of Pathogens

2019· article· en· W2947058954 sur OpenAlexaff
Dongmei Lv, Huping Jiao, Jianwei Dong, Jinsong Liu, Haisi Dong, Ang Su, Mingjun Zhang, Zhiping Xia, James Trevor Oswald, Daxin Pang, Hongsheng Ouyang

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesProgram for Jilin University Science and Technology Innovative Research Team
Mots-clésoctopus (software)Pathogenic bacteriaBacteriaMaterials scienceNanotechnologyBiologyMicrobiologyComputational biologyChemistry

Résumé

récupéré en direct d'OpenAlex

Infectious diseases caused by pathogenic bacteria (such as sepsis and meningitis) seriously threaten public health; therefore, rapid and accurate identification of the target bacteria is urgently needed to prevent and treat bacterial infections. Although technologies including plate-counting and polymerase chain reaction have been established to detect the pathogenic bacteria, they are either time-consuming or sophisticated. Herein, a biomimetic octopus-like structure integrating merits of multiarm and multivalent interaction is designed for ultraspecific capture and detection of pathogens. The flexible polymeric arms and multivalent ligands work together to mimic the arm-sucker coordination of an octopus to effectively grasp the target pathogens, leading to remarkably high capacity and specificity for the target capture (above 98%, 10 CFU mL–1) without a nonspecific absorption of background pathogens. The captured bacteria can be identified as a point of care by the surface-enhanced Raman spectroscopy method with a detection limit of 10 cells mL–1.

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 enseignants0,003
Score d'incertitude au seuil0,821

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 Opus0,012
Tête enseignante GPT0,238
Écart entre enseignants0,225 · 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetPolymer Surface Interaction StudiesTravaux en français237 207