Automated sample-to-answer centrifugal microfluidic system for rapid molecular diagnostics of SARS-CoV-2
Notice bibliographique
Résumé
, <1 h). In addition, RT-LAMP is compatible with colorimetric detection, facilitating visualization and read-out. However, even with these benefits, RT-LAMP is not yet clinically deployed at its full capacity. Lack of automation and integration of sample preparation, such as RNA extraction, limits the sensitivity and specificity of the method. Furthermore, the need for cold storage of reagents complicates its use at the point of need. The developments presented in this work address these limitations: We describe a fully automated SARS-CoV-2 detection method using RT-LAMP, which also includes up-front lysis and extraction of viral RNA, performed on a centrifugal platform with active pneumatic pumping, a disposable, all-polymer-based microfluidic cartridge and lyophilized reagents. We demonstrate that the limit of detection of the RT-LAMP assay itself is 0.2 copies per μL using N and E genes as target sequences. When combined with integrated RNA extraction, the assay sensitivity is 0.5 copies per μL, which is highly competitive to RT-qPCR. We tested the automated assay using 12 clinical swab specimens from patients and were able to distinguish positive and negative samples for SARS-CoV-2 within 60 min, thereby obtaining 100% agreement with RT-qPCR results.
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 ».