Electrochemical biosensor for point of care cancer and disease detection
Notice bibliographique
Résumé
The first sign of growth of a malignant tumour within the body is indicated by the presence of protein markers in the bloodstream. Current detection methods, based on turbidity and fluorescent parameters, require the use of bench top optical read out systems which offer no portability. By combining electrochemical techniques and electronic miniaturization, low cost, on site, biosensors are being realized. Protein detection is based on our ability to identify selective molecular binding between the targeted protein and the biorecognition element. When the reaction occurs and the targeted protein binds to the biorecognition element, several attributes of the molecular chain change. It is this change that is indicative of the cancer marker’s presence. Correctly identifying the occurrence of this reaction is highly dependent on the selectivity of the molecules binding to the targeted proteins in question. In this work we plan to achieve high specificity and reliability of protein detection by using aptamers. An aptamer is a nucleic acid receptor that can bind tightly to its target molecule and with high selectivity due to its three dimensional shape. When the target molecule has bound to the aptamer, the electrochemical current path of the molecular chain is changed, and this modulation can be measured directly using cyclic voltammetry. We have built a potentiostat circuit for this purpose, which sweeps a voltage across two electrodes while measuring the induced current across a third electrode. We are exploring different miniaturization methods of the electrodes which will be addressed in the presentation.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».