MétaCan
Menu
Retour à la cohorte
Enregistrement W3014993506 · doi:10.1021/acssensors.0c00440

Indirect Competitive Immunoassay on a Blu-ray Disc for Digitized Quantitation of Food Toxins

2020· article· en· W3014993506 sur OpenAlexafffund
Lingling Zhang, Hairong Wang, Xiaoliang Zhang, Xiaochun Li, Hua‐Zhong Yu

Notice bibliographique

RevueACS Sensors · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésImmunoassayMultiplexDetection limitAflatoxinMicrofluidicsChromatographyChemistryMaterials scienceNanotechnologyFood scienceBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

We report herein a Blu-ray disc technology enabled immunoassay (namely, assay-on-a-Blu-ray) protocol for the quantitation of food toxins. In particular, commercial Blu-ray discs (BDs) are activated as substrates to create indirect competitive immunoassays with the aid of microfluidic channel plates for the quantitation of aflatoxins; an unmodified Blu-ray drive is employed to read the digitized signal (error counts generated from gold/silver-particle-enhanced binding sites); and a free disc-quality control software is adapted to process the raw data. The performance of this BD-based digital detection platform has been tested for the quantitation of aflatoxin B1 (AFB1) in spiked corn samples and validated with standard high-performance liquid chromatography measurements. The detection limit attained is as low as 0.27 ppb with a dynamic response range up to 200 ppb, which meets the standards established by government agencies worldwide for food products. We truly believe that the application potential of such a BD-technology-based, portable device for multiplex on-site quantitative analysis of food products as well as environmental and biomedical samples in real time is unlimited.

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)0,001
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,022
Tête enseignante GPT0,225
Écart entre enseignants0,203 · 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

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS SensorsMême sujetBiosensors and Analytical DetectionTravaux en français237 207