Nano-Level DL-Methionine Biosensing in Blood Serum and Urine Using CuO/AgO Modified Graphite Electrode
Notice bibliographique
Résumé
DL-methionine (DLM) is a common precursor for some amino acids essential to human physiology, (e.g. homocysteine and cysteine). Its contribution to detoxification and regulation of cell aging as well as fat build-up makes it an essential ingredient in the body fluids. Changes in blood level DL-methionine concentration may not be detrimental to human health, however, its contribution to regulating homocysteine level may contribute to some metabolic disorder in diabetic patients with non-cardiovascular diseases. The current research report features a new approach developed towards fabricating a new CuO/AgO modified graphite pencil electrode for sensing in human blood serum and urine samples at the nanoscale limit of detection. The fabricated sensor was characterized by means of X-ray Photoelectron Spectroscopy, Raman spectroscopy and scanning electron microscopy while being used to detect the DLM analyte. Electrode reactions were monitored using cyclic voltammetric and electrochemical impedance spectroscopic methods. The Ag-induced catalytic activity between pH 7-10 was observed following oxidation of the analyte at the electrode surface in the presence of hydroxide ions. DLM detection was ascribed to the unique electroactive Ag and Cu sites on the sensor electrode. The efficiency of this sensor towards analyte sensing within these biological samples in the presence of potential interferences was also investigated. This study features the success in DLM sensing in the presence of multiple amino acid interferences in complex biological samples. With the emergence of complications involving some neuro and cerebrovascular diseases associated with residual methionine, this work presents a biomolecular means of sensing of DLM as a disease biomarker at the nanoscale. The lowest DLM detection limit (DL) in this study was in the nanomolar level; 50 and 60 nM DLM in the serum and urine, respectively.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».