MétaCan
Menu
Retour à la cohorte
Enregistrement W3092391877 · doi:10.1002/anie.202009664

Dynamic Bio‐Barcode Assay Enables Electrochemical Detection of a Cancer Biomarker in Undiluted Human Plasma: A Sample‐In‐Answer‐Out Approach

2020· article· en· W3092391877 sur OpenAlexafffund
Sarah M. Traynor, Guan A. Wang, Richa Pandey, Feng Li, Leyla Soleymani

Notice bibliographique

RevueAngewandte Chemie International Edition · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMinistry of Education and Child CareBrock UniversityMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBarcodeBiomarkerBiosensorChromatographyHuman plasmaDetection limitSample preparationReagentDynamic rangeLinear rangePoint of careChemistryNanotechnologyComputational biologyMaterials scienceComputer scienceBiologyMedicineBiochemistryPathology

Résumé

récupéré en direct d'OpenAlex

Abstract There is a need for biosensing systems that can be operated at the point‐of‐care (POC) for disease screening and diagnostics and health monitoring. In spite of this, simple to operate systems with the required analytical sensitivity and specificity in clinical samples, using a sample‐in‐answer‐out approach, remain elusive. Reported here is an electrochemical bio‐barcode assay (e‐biobarcode assay) that integrates biorecognition with signal transduction using molecular (DNA/protein) machines and signal readout using nanostructured electrodes. The e‐biobarcode assay eliminates multistep processing and uses a single step for analysis following sample collection into the reagent tube. A clinically relevant performance for the analysis of prostate specific antigen (PSA) in undiluted and unprocessed human plasma: a log‐linear range of 1 ng mL −1 –200 ng mL −1 and a LOD of 0.4 ng mL −1 , was achieved. The e‐biobarcode assay offers a realistic solution for biomarker analysis at the POC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,057
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

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 Opus0,016
Tête enseignante GPT0,294
Écart entre enseignants0,278 · 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 tête enseignante, 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

Citations35
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207