A portable, low-cost and high-throughput electrochemical impedance spectroscopy device for point-of-care biomarker detection
Notice bibliographique
Résumé
This paper presents a portable, fast and accurate electrochemical impedance spectroscopy (EIS) device with 8-well interdigitated electrode chips for biomarker detection. The design adopts low crest factor multisine signal synthesis at low frequencies (<1 kHz) and single-tone signals at high frequencies (>1 kHz), which significantly increases measurement speed without sacrificing accuracy. In addition, the low excitation amplitude of 10 mV preserves impedance linearity and protects the biosamples. The system achieved an average magnitude accuracy error of 0.30% in the frequency range of interest and it requires only 0.46 s to scan 28 frequency points from 10 Hz to 1 MHz. Experiments were conducted to test the capability to detect antibodies against SARS-CoV-2. Gold nanoparticles bound with protein G (GNP-G) were employed as the conjugated secondary antibody probe to detect anti-SARS-CoV-2 IgG in serum. A highly statistical significance (p = 7×10−6) could be found in the impedance data at 10 kHz. The impedance magnitude alteration caused by the GNP-G of the positive and negative groups were 27.2%±13.6% and 4.1%±1.7%, respectively. The results imply that the proposed system enables rapid COVID-19 antibody biomarker detection. Moreover, the EIS system and GNPs have the potential to be modified to detect other biomarkers.
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 ».