Electrochemical Detection of Biomolecules for Agriculture and Farming Applications
Notice bibliographique
Résumé
There is an increasing interest in developing efficient techniques to detect agri-based biomolecules and biomarkers to improve food production and quality. Electrochemical sensors and biosensors are desirable over conventional analytical techniques due to the advantages of instrumental simplicity, rapid response, high sensitivity, cost-effectiveness, and portability [1-4]. The development of nanomaterials has paved the way for their applicability in designing high-performance electrochemical sensing devices for agriculture and environmental applications. Hydroxyproline (Hyp) is a significant amino acid present in connective tissues and extracellular matrix in all animal cells. Hyp's quantitative analysis plays a vital role in the quality testing of chicken, swine, and beef meat in farming. In the animal farming industry, sodium metabisulfite (SMBS) is used as a feed additive to control the effect of deoxynivalenol (DON), a mycotoxin from Fusarium Species. The monitoring of SMBS is essential as its over-dosage may cause significant side effects like stomach upset or heaviness. In this presentation, the synthesis of gold nanoparticles and graphene-based nanocomposites, and their applications for the detection of Hyp and SMBS are highlighted. Our study has shown that gold nanoparticles exhibit high sensitivity (8.5 μA/μM cm -2 ), a low limit of detection (2.6 μM), and a wide linear range for the detection of Hyp. The fabricated gold and fluorine-doped reduced graphene oxide nanocomposites show high-performance for detecting SMBS in different digestive fluids such as stimulated salivary fluid and simulated gastric fluid. The roles of nanomaterials in the electrochemical sensing applications are also discussed. [1] V.S. Manikandan, B.R. Adhikari, A. Chen, Analyst, 143, 4537-4554 (2018). [2] Z. Liu, V.S. Manikandan, A. Chen,Curr. Opin. Electrochem., 16 , 127-133 (2019). [3] S. Durairaj, B. Sidhureddy, A. Chen, J. Electrochem. Soc., 167 , 167511 (2020). [4] J. van der Zalm, S. Chen, W. Huang, A. Chen, J. Electrochem. Soc. , 167 , 037532 (2020).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».