A Low-Temperature-Processed, Soft-Fluidic OEGFET Saliva Aptasensor for Cortisol
Notice bibliographique
Résumé
Label-free, organic field-effect transistor (OFET)-based biosensors have often overlooked a key challenge to commercialization, i.e., process integration. Many promising literature point-of-care (PoC) prototypes are poor integration candidates due to short shelf life, rigid form factor, and reliance on specialized data collection. Our flexible organic electrolyte-gated FET (OEGFET) sensor device architecture is designed to mitigate some of these integration challenges using a novel low temperature, low-cost fabrication process. As a result of the new process, we observed significant improvements in sensor operating parameters over our previous OEGFETs printed using conventional materials, including a 75% reduction in operating voltage (<5 V), <inline-formula> <tex-math notation="LaTeX">$10\times $ </tex-math></inline-formula> superior cortisol detection limit, preserved electrical characteristics (<20% reduction), and laboratory shelf life of over 15 days. We observed excellent repeatability and a predictable distinction between concentration versus output current responses for synthetic samples and complex media, such as spiked saliva supernatant. The device demonstrated a broad detection range of 0.276 pM–27.6 <inline-formula> <tex-math notation="LaTeX">$\mu \text{M}$ </tex-math></inline-formula> for cortisol samples, encompassing the salivary cortisol physiological range. Device specificity to cortisol was observed with progesterone samples, with highly repeatable results and predictable distinctions between binding and nonbinding assays. The fully flexible OEGFET is the first example of an electrolyte-gated OFET biosensor device with integrated soft microfluidic channels, validated using both synthetic and spiked saliva samples.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».