MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285397693 · doi:10.1149/ma2022-01451882mtgabs

(Invited) Towards a FRET Based DNA SAM Biosensor for Detection of Nucleic Acids

2022· article· en· W4285397693 sur OpenAlexaff
Adrian Grzedowski, Dan Bizzotto

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFörster resonance energy transferFluorophoreBiosensorNucleic acidDNAChemistryFluorescenceBiophysicsMonolayerNanotechnologyMaterials scienceBiochemistryBiologyOptics

Résumé

récupéré en direct d'OpenAlex

Rapid and sensitive detection of nucleic acids is an essential tool in many medical and clinical settings, that allows for fast diagnosis of bacterial and viral infections. Here, we present a DNA FRET-based biosensor to detect a hybridization event on a DNA SAM on gold surface. The monolayer was prepared by a potential assisted thiol exchange deposition, which provides better control over the surface coverage and its uniformity1. Our approach relies on a change in FRET (Förster Resonance Energy Transfer) signal caused by variations in distance between fluorophores. FRET imaging is a well-known, very sensitive technique, used commonly in many areas of chemistry and microbiology. FRET signal depends strongly on the distance between an acceptor and a donor fluorophore. It is an excellent tool to analyze small changes in DNA distance between adjacent strands and the surface2. Metal quenching also plays a major role, since fluorescence is strongly dependent on the distance from the metal surface3, which is an efficient quencher. Fluorophores, both acceptor and donor, are quenched significantly by the gold surface, this however, decreases substantially as the distance increases between the surface and fluorophore. As DNA is binding its complementary strands, the distance between the surface and the fluorophore labelled end increases. Using a self-assembly property of thiols on gold surface, we show that mixed ssDNA SAM composed of two strands of thiolated ssDNA, each labelled with a different FRET fluorophore, gives an 8-to-10-fold signal enhancement, upon DNA hybridization (see figure 1). Binding of a complementary strand rigidifies the adsorbed DNA structure, and as a result we observe the increase in signal due to weaker gold quenching and shorter distance between FRET participating fluorophores. Moreover, by utilizing a single crystal electrode, we can study different surface concentration regimes and fluorescence signal increases, based on surface crystallography and the electrode potential. (1) Leung, K. K.; Gaxiola, A. D.; Yu, H.-Z.; Bizzotto, D. Tailoring the DNA SAM Surface Density on Different Surface Crystallographic Features Using Potential Assisted Thiol Exchange. Electrochim. Acta 2018, 261, 188–197. https://doi.org/https://doi.org/10.1016/j.electacta.2017.12.114. (2) Verhaven, A.; Doneux, T.; Bizzotto, D. Application of FRET Microscopy to the Study of the Local Environment and Dynamics of DNA SAMs on Au Electrodes. Langmuir 2018, 34 (49), 14802–14810. https://doi.org/10.1021/acs.langmuir.8b02131. (3) Casanova-Moreno, J.; Yu, Z. L.; Massey-Allard, J.; Ditchburn, B.; Young, J. F.; Bizzotto, D. Luminescence in Electrochemistry; Springer International Publishing: Cham, 2017; pp 21– 77. Figure 1

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0450,058

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 Opus0,013
Tête enseignante GPT0,259
Écart entre enseignants0,246 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→