A highly sensitive nanobiosensor based on aptamer-conjugated graphene-decorated rhodium nanoparticles for detection of HER2-positive circulating tumor cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Assessment of human epidermal growth factor receptor-2 (HER2) tumor marker status is an impressive factor in screening, diagnosing and monitoring breast cancer (BC). The electrochemical biosensor is a revolutionary method in cancer diagnosis, which is used in this research to detect HER2 + circulating tumor cells. The electrochemical activity, size, shape, and morphology of the synthesized nanomaterials were analyzed. The hybrid nanocomposite established by the coupling of reduced graphene oxide nanosheets (rGONs) and rhodium nanoparticles (Rh-NPs) on the surface of graphite electrode resulted in improved surface area, electrochemical activity, and biocompatibility. The graphite electrode-based aptasensor (g-aptasensor) demonstrated exceptional performance against HER2-overexpressed SKBR3 cancer cells, with a linear dynamic range of 5.0 to 10.0 × 10 4 cells/mL, an analytical limit of detection (LOD) as low as 1.0 cell/mL, and a limit of quantification (LOQ) of 3.0 cells/mL. The G-rich DNA aptamers can fold into an intermolecular G-quadruplex, which specifically bind to the target molecule. Consequently, the advantages of this highly efficient nanocomposite platform include broad dynamic range, high specificity, selectivity, stability, reproducibility, and low cost. These characteristics indicate that the fabricated nanobiosensor has a high potential for use in detecting and monitoring HER2 level for the care of BC patients and clinical diagnosis.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle