MétaCan
Menu
Retour à la cohorte
Enregistrement W3091201856 · doi:10.26434/chemrxiv.12118914.v1

A Rapid and Quantitative Serum Test for SARS-CoV-2 Antibodies with Portable Surface Plasmon Resonance Sensing

2020· preprint· en· W3091201856 sur OpenAlexafffund
Abdelhadi Djaïleb, Benjamin Charron, Maryam Hojjat Jodaylami, Vincent Thibault, Julien Coutu, Keisean Stevenson, Simon Forest, Ludovic S. Live, Denis Boudreau, Joelle N. Pelletier, Jean‐François Masson

Notice bibliographique

RevueChemRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensRegroupement Québécois sur les Matériaux de PointeUniversité LavalUniversité de MontréalPROTEO
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchUniversité de Montréal
Mots-clésSurface plasmon resonanceAntibodySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)VirologyChemistryMedicineNanotechnologyImmunologyMaterials scienceNanoparticleInfectious disease (medical specialty)DiseasePathology

Résumé

récupéré en direct d'OpenAlex

We report a surface plasmon resonance (SPR) sensor detecting nucleocapsid antibodies specific against the novel coronavirus 2019 (SARS-CoV-2) in undiluted human serum. When exposed to SARS-CoV-2, the immune system responds by expressing antibodies at levels that can be detected and monitored to identify the patient population immunized against SARD-CoV-2 and support efforts to deploy a vaccine strategically. A SPR sensor coated with a peptide monolayer and functionalized with SARS-CoV-2 nucleocapsid recombinant protein detected anti-SARS-CoV-2 antibodies in the nanomolar range. This bioassay was performed on a portable SPR instrument in undiluted human serum and results were collected within 15 minutes of sample/sensor contact. This strategy paves the way to point-of-care and label-free rapid testing for antibodies.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,328
Écart entre enseignants0,236 · 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

Citations64
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetSARS-CoV-2 detection and testingTravaux en français237 207