MétaCan
Menu
Retour à la cohorte
Enregistrement W4304080339 · doi:10.1021/acsomega.2c05129

Fluorescence Resonance Energy Transfer-Based Aptasensor Made of Carbon-Based Nanomaterials for Detecting Lactoferrin at Low Concentrations

2022· article· en· W4304080339 sur OpenAlexafffund
Yingqi Zhang, Jin Zhang

Notice bibliographique

RevueACS Omega · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon and Quantum Dots Applications
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAptamerFörster resonance energy transferLactoferrinGrapheneFluorescenceChemistryDetection limitQuenching (fluorescence)NanomaterialsBiosensorPhotochemistryAnalytical Chemistry (journal)Materials scienceNanotechnologyChromatographyBiochemistryOpticsMolecular biology

Résumé

récupéré en direct d'OpenAlex

) is 365 nm. Due to the interaction of the aptamer and GO through the π-π* interaction, GO can approach CDs, resulting in FRET quenching. In the presence of lactoferrin, the fluorescence intensity of CDs-aptamer is restored as the binding affinity between lactoferrin and the aptamer is stronger than the π-π* interaction between the aptamer and GO. A linear relationship between the restored fluorescence intensity and the concentration of lactoferrin in artificial saliva with a range from 4 to 16 μg/mL is observed. The limit of detection of the solution-based aptasensor is estimated at 2.48 μg/mL. In addition, the sensing performance of the aptasensor made of carbon nanomaterials has been evaluated to test different proteins including major salivary proteins. The results show that this aptasensor has a high selectivity to detect LF with a low concentration, <16 μg/mL.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,244
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations24
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetCarbon and Quantum Dots ApplicationsTravaux en français237 207