MétaCan
Menu
Retour à la cohorte
Enregistrement W3128641117 · doi:10.1038/s41467-020-20639-6

A glucose meter interface for point-of-care gene circuit-based diagnostics

2021· article· en· W3128641117 sur OpenAlexafffund
Evan Amalfitano, Margot Karlikow, Masoud Norouzi, Katariina Jaenes, Seray Cicek, Fahim Masum, Peivand Sadat Mousavi, Yuxiu Guo, Laura Tang, Andrew M. Sydor, Duo Ma, Joel D. Pearson, Daniel Trcka, Mathieu Pinette, Aruna Ambagala, Shawn Babiuk, Bradley Pickering, Jeffrey L. Wrana, Rod Bremner, Tony Mazzulli, David Sinton, John H. Brumell, Alexander A. Green, Keith Pardee

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of ManitobaSinai Health SystemCanadian Food Inspection AgencyLunenfeld-Tanenbaum Research InstituteHospital for Sick ChildrenHydro One (Canada)SickKids FoundationUniversity of Toronto
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical SciencesInternational Development Research CentreNational Institutes of HealthCanada First Research Excellence FundUniversity of TorontoCanadian Food Inspection AgencyArizona Biomedical Research CommissionGordon and Betty Moore FoundationCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaBill and Melinda Gates Foundation
Mots-clésPoint of careAnalyteComputer scienceMultiplexingInterface (matter)Molecular diagnosticsNanotechnologyComputational biologyChemistryBiologyBioinformaticsMaterials scienceMedicineTelecommunications

Résumé

récupéré en direct d'OpenAlex

Recent advances in cell-free synthetic biology have given rise to gene circuit-based sensors with the potential to provide decentralized and low-cost molecular diagnostics. However, it remains a challenge to deliver this sensing capacity into the hands of users in a practical manner. Here, we leverage the glucose meter, one of the most widely available point-of-care sensing devices, to serve as a universal reader for these decentralized diagnostics. We describe a molecular translator that can convert the activation of conventional gene circuit-based sensors into a glucose output that can be read by off-the-shelf glucose meters. We show the development of new glucogenic reporter systems, multiplexed reporter outputs and detection of nucleic acid targets down to the low attomolar range. Using this glucose-meter interface, we demonstrate the detection of a small-molecule analyte; sample-to-result diagnostics for typhoid, paratyphoid A/B; and show the potential for pandemic response with nucleic acid sensors for SARS-CoV-2.

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)0,001
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: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,017
Tête enseignante GPT0,327
Écart entre enseignants0,310 · 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

Citations100
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207