Benchtop-fabricated lipid-based electrochemical sensing platform for the detection of membrane disrupting agents
Notice bibliographique
Résumé
There are increasing concerns about the danger that water-borne pathogens and pollutants pose to the public. Of particular importance are those that disrupt the plasma membrane, since loss of membrane integrity can lead to cell death. Currently, quantitative assays to detect membrane-disrupting (lytic) agents are done offsite, leading to long turnaround times and high costs, while existing colorimetric point-of-need solutions often sacrifice sensitivity. Thus, portable and highly sensitive solutions are needed to detect lytic agents for health and environmental monitoring. Here, a lipid-based electrochemical sensing platform is introduced to rapidly detect membrane-disrupting agents. The platform combines benchtop fabricated microstructured electrodes (MSEs) with lipid membranes. The sensing mechanism of the lipid-based platform relies on stacked lipid membranes serving as passivating layers that when disrupted generate electrochemical signals proportional to the membrane damage. The MSE topography, membrane casting and annealing conditions were optimized to yield the most reproducible and sensitive devices. We used the sensors to detect membrane-disrupting agents sodium dodecyl sulfate and Polymyxin-B within minutes and with limits of detection in the ppm regime. This study introduces a platform with potential for the integration of complex membranes on MSEs towards the goal of developing Membrane-on-Chip sensing devices.
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 | 0,001 |
| 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 ».