MétaCan
Menu
← Retour à la cohorte
Enregistrement W4244847903 · doi:10.22215/etd/2015-11016

Fumonisin B1 Aptamer Optimization and Progress Towards Mycotoxin Nanoaptasensors

2015· dissertation· en· W4244847903 sur OpenAlexaff
Nadine R. Frost

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAptamerOchratoxin AMycotoxinFumonisin B1FumonisinDetection limitChemistryOligonucleotideNanotechnologyCombinatorial chemistryChromatographyDNAMaterials scienceBiochemistryBiologyMolecular biologyFood science

Résumé

récupéré en direct d'OpenAlex

Fumonisin B1 (FB1) and ochratoxin A (OTA) are agriculturally important mycotoxins that have implications in human and animal health.Aptamers are short single-stranded oligonucleotides that can be used as molecular recognition elements for the sensitive and selective detection of mycotoxins.Aptamers for FB1 and OTA were screened using a novel DNase I footprinting assay to characterize their structure and insolution affinity.Two minimal binding aptamers for FB1 were identified that retain high binding affinity in solution and to a bound target.Progress was made towards fluorescence turn-on and turn-off sensors for FB1, utilizing semiconductor quantum dots and fluorescein in conjunction with metallic-and carbon-based quenchers.A fluorescence nano-aptasensor was developed as a simple paper test, with the capacity to detect OTA with a limit of detection between 10 -100 nM.Rapid, robust aptasensors for FB1 and OTA have promising applications for in-field screening of mycotoxin residues on crops.Thank you -Emily: for all of your excellent humour and genuine advice, Erin: for helping me learn the ropes and training me on every device, Annamaria & McKenzie: for always being reliable, thoughtful, and having the best food, Eman & Phepa: for your wisdom, strong

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)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,300
Écart entre enseignants0,291 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→