Label‐Free Colorimetric Biosensors Based on Aptamers and Gold Nanoparticles: A Critical Review
Notice bibliographique
Résumé
Abstract Taking advantage of the adsorption of single‐stranded DNA oligonucleotides by gold nanoparticles (AuNPs) and the protection effect of the adsorbed DNA against salt‐induced aggregation of AuNPs, a label‐free colorimetric sensor for the detection of DNA was reported in 2004. Since then, the range of target molecules has extended from complementary nucleic acids to metal ions and small molecules by using aptamers. In the presence of target molecules, a blue color arising from aggregated AuNPs is expected. However, these sensors only considered aptamer binding to its target, and the adsorption of aptamers by AuNPs, while the target/AuNP interactions were ignored. We recently found that target adsorption can often dominate the system. In this Review, we list literature examples of using this label‐free strategy for sensing aptamer targets. Seven target analytes are discussed in detail. For As(III), dopamine, melamine, kanamycin, adenosine, and ATP, target adsorption dominated, and the same color change was observed even with non‐aptamer sequences. Only in the case of K+ detection, did the effect of specific aptamer binding dominate, attributable to weak K+/AuNP interactions. These examples call for a careful evaluation of target adsorption and the use of non‐aptamer control sequences in validating these sensors.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».