MétaCan
Menu
Retour à la cohorte
Enregistrement W4318620479 · doi:10.1128/spectrum.02457-22

Cell-Free Dot Blot: an Ultra-Low-Cost and Practical Immunoassay Platform for Detection of Anti-SARS-CoV-2 Antibodies in Human and Animal Sera

2023· article· en· W4318620479 sur OpenAlexafffund
Masoud Norouzi, Thang Truong, Katariina Jaenes, Bryce M. Warner, Robert Vendramelli, Kevin Tierney, Darwyn Kobasa, Nikesh Tailor, Pamela Plant, Claúdia C. dos Santos, Shawn Babiuk, Aruna Ambagala, Keith Pardee

Notice bibliographique

RevueMicrobiology Spectrum · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensSt. Michael's HospitalCanadian Food Inspection AgencyPublic Health Agency of CanadaUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchBritish Columbia Centre for Disease ControlCanada First Research Excellence FundUniversity of Toronto
Mots-clésImmunoassayAntibodySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyWestern blotDot blotCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakImmunologyBiologyMedicineComputational biologyGeneGeneticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

The recent COVID-19 pandemic has highlighted the need for diagnostic platforms that are rapidly adaptable, affordable, and accessible globally, especially for low-resource settings. To address this need, we describe the development and functional validation of a novel immunoassay technique termed the cell-free dot blot (CFDB) method. Based on the principles of cell-free synthetic biology and alternative dot blotting procedures, our CFDB immunoassay is designed to provide for timely, practical, and low-cost responses to existing and emerging public health threats, such as the COVID-19 pandemic, at a similar throughput and comparable performance as conventional ELISAs. Notably, the molecular detection reagents used in CFDB can be produced rapidly in-house, using established protocols and basic laboratory infrastructure, minimizing reliance on strained commercial reagents. In addition, the materials and imaging instruments required for CFDB are the same as those used for common Western blotting experiments, further expanding the reach of CFDB in decentralized facilities.

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 enseignants0,018
Score d'incertitude au seuil0,652

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 Opus0,018
Tête enseignante GPT0,264
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 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrobiology SpectrumMême sujetBiosensors and Analytical DetectionTravaux en français237 207