MétaCan
Menu
Retour à la cohorte
Enregistrement W3018824403 · doi:10.1101/2020.04.21.053595

Highly accurate random DNA sequencing using inherent interlayer potential traps of bilayer MoS <sub>2</sub> nanopores

2020· preprint· en· W3018824403 sur OpenAlexaff
Payel Sen, Hiofan Hoi, Dipanjan Nandi, Manisha Gupta

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNanoporeAnalyteMaterials scienceNanopore sequencingBilayerChemical physicsNanotechnologyDNA sequencerDNAPolynucleotideBiophysicsAnalytical Chemistry (journal)DNA sequencingChemistryMembraneChromatographyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Solid-state MoS 2 nanopores are emerging as potential real-time DNA sequencers due to their ultra-thinness and pore stability. One of the major challenges in determining random nucleotide sequence (unlike polynucleotide strands) is the non-homogeneity of the charge interaction and velocity during DNA translocation. This results in varying blockade current for the same nucleotide, reducing the sequencing confidence. In this work, we studied the inherent impedance-tunability (due to vertical interlayer potential gradient and ion accumulation) of multilayered MoS 2 nanopores along with its effect on improving analyte capture and charge interaction, for more sensitive and confident sensing. Experimentally we demonstrate that 2-3 nm diameter bilayer MoS 2 pores are best suited for high accuracy (~90%) sequencing of mixed nucleotides with signal-to-noise-ratio greater than 11 in picomolar concentration solutions. High temporal resolution demonstrated by bilayer MoS 2 nanopores can help detect neutral proteins in future. The high accuracy detection in low concentration analyte can hence be applied for control and prevention of hereditary diseases and understanding health effects of rare microbial strains.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,208
Écart entre enseignants0,187 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207