Characterization and Application of a Histamine Aptamer-Based Biosensor
Notice bibliographique
Résumé
Histamine is a biogenic amine, identified as a natural contaminant in food and alcoholic beverages, with high levels eliciting allergy-related conditions.Exposure to allergens can lead to abnormal high levels of histamine in the body that is detectable in blood and urine.A rapid histamine biosensor that can readily detect histamine levels in food, beverages and also be used as a diagnostic tool for allergy-related conditions will be an ideal point of care testing tool that is readily available at low cost.In addition, histamine has been identified as a close-range aggregation pheromone component in bed bug feces.Bed bug infestation has been on the rise in developed countries mainly in hotel, homes, shelters and school settings.A low cost, portable biosensor that readily detects bed bugs in these settings is in demand.Nano-aptamer based biosensors have previously been used to detect wide range of targets in medical diagnosis, agriculture, and industry.In this study, selected histaminebinding aptamers (Hist_2, Hist_23, Hist_1min, Hist_2min, and Hist_23min) were characterized in solution with target histamine by a colorimetric binding assay and microscale thermophoresis.A head-to-head comparison of binding affinity and specificity for these group of aptamers were conducted, and the aptamer candidates best suited for biosensor application was selected.Aptamers Hist_2, Hist_23, and Hist_23min were selected out of the five aptamers due to their lowest LODs (400 nM, 600 nM, and 300 nM respectively) and high specificity towards target histamine through colorimetric binding studies.Further binding studies of these selected aptamers were conducted using microscale thermophoresis, and aptamers Hist_2 and Hist_23 were selected due to the observed specificity and strong affinity with KD values of 1.29 µM and 68 nM, respectively towards the target.The aptamer candidate was further applied on an aptamer-based lateral III flow assay biosensor, that proved to be highly sensitivity with Hist_23 aptamer giving an apparent LOD of less than 10 nM.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».