MétaCan
Menu
Retour à la cohorte
Enregistrement W2971226090 · doi:10.1021/acssensors.9b01053

Programmable DNA Nanoswitch Sensing with Solid-State Nanopores

2019· article· en· W2971226090 sur OpenAlexafffund
Eric Beamish, Vincent Tabard‐Cossa, Michel Godin

Notice bibliographique

RevueACS Sensors · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Research, Innovation and ScienceHansjörg Wyss Institute for Biologically Inspired Engineering, Harvard UniversityCanada Foundation for Innovation
Mots-clésNanoporeNanotechnologySolid-stateMaterials scienceDNAMoleculeChemistry

Résumé

récupéré en direct d'OpenAlex

Sensing performance of solid-state nanopores is limited by the fast kinetics of small molecular targets. To address this challenge, we translate the presence of a small target to a large conformational change of a long polymer. In this work, we explore the performance of solid-state nanopores for sensing the conformational states of molecular nanoswitches assembled using the principles of DNA origami. These programmable single-molecule switches show great potential in molecular diagnostics and long-term information storage. We investigate the translocation properties of linear and looped nanoswitch topologies using nanopores fabricated in thin membranes, ultimately comparing the performance of our nanopore platform for detecting the presence of a DNA analogue to a sequence found in a Zika virus biomarker gene with that of conventional gel electrophoresis. We found that our system provides a high-throughput method for quantifying several target concentrations within an order of magnitude by sensing only several hundred molecules using electronics of moderate bandwidth that are conventionally used in nanopore sensing systems.

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 enseignants0,000
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,005
Tête enseignante GPT0,190
Écart entre enseignants0,184 · 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

Citations34
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS SensorsMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207