"Sensor-in-fibre" optical probes for molecular sensing in the gastrointestinal tract of murine models
Notice bibliographique
Résumé
L’obésité et les maladies cardiométaboliques sont des problèmes de santé publique dans les populations nordiques du Canada ainsi qu’à travers le monde. Il est actuellement proposé que l’augmentation de ces désordres est en partie causée par divers facteurs environnementaux qui génèrent des changements importants du microbiote intestinal. Cette communauté microbienne qui peuple notre tractus gastrointestinal joue un rôle clé dans le métabolisme de nutriments, mais peut aussi avoir des effets néfastes lorsque son équilibre avec l’hôte est perturbé. Cette compréhension a mis en évidence le manque d’outils prédictifs permettant un diagnostic rapide et efficace dans le domaine biomédical. L’analyse actuelle du microbiote est réalisée à posteriori au niveau des selles, ce qui requiert du personnel hautement qualifié de même que des procédures longues et dispendieuses. L’objectif de ce projet est de concevoir un capteur optique qui, une fois implanté dans l’intestin, permettra de détecter en temps réel des biomarqueurs clés produit par le microbiome intestinal. Dans le cadre d’une preuve de concept, une architecture fibrée simple permettant de mesurer quantitativement des variations de pH est démontrée. Contrairement aux capteurs fibrés traditionnels, la sonde optique de ce projet exploite l’onde évanescente générée sur la périphérie de l’interface pour exciter des nanomatériaux greffés dont les propriétés de fluorescence varient selon leur environnement chimique. Les mesures sont possibles grâce à un système optique mobile contrôlé par un logiciel convivial qui permet à un utilisateur nonexpert d’utiliser l’appareil. Les résultats confirment qu’avec un étalonnage préalable il est possible avec cette sonde modèle de prendre des mesures quantitatives du pH en temps réel in vitro. Les expériences préliminaires suggèrent que la sonde permet aussi de mesurer le pH en temps réel dans l’intestin in vivo.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».