Development and Analytical Evaluation of a Point-of-Care Electrochemical Biosensor for Rapid and Accurate SARS-CoV-2 Detection
Notice bibliographique
Résumé
Abstract The COVID-19 pandemic has underscored the critical need for rapid and accurate screening and diagnostic methods for potential respiratory viruses. Existing COVID-19 diagnostic approaches face limitations either in terms of turnaround time or accuracy. In this study, we present an electrochemical biosensor that offers nearly instantaneous and precise SARS-CoV-2 detection, suitable for point-of-care and environmental monitoring applications. The biosensor employs a stapled hACE-2 N-terminal alpha helix peptide to functionalize an in-situ grown polypyrrole conductive polymer on a nitrocellulose membrane backbone through a chemical process. We assessed the biosensor’s analytical performance using heat-inactivated omicron and delta variants of the SARS-CoV-2 virus in artificial saliva (AS) and nasal swabs (NS) samples diluted in a strong ionic solution. Virus identification was achieved through electrochemical impedance spectroscopy (EIS) and frequency analyses. The assay demonstrated a limit of detection of 40 TCID 50 /mL, with 95% sensitivity and 100% specificity. Notably, the biosensor exhibited no cross-reactivity when tested against the influenza virus. The entire testing process using the biosensor takes less than a minute. In summary, our biosensor exhibits promising potential in the battle against pandemic respiratory viruses, offering a platform for the creation of rapid, compact, portable, and point-of-care devices capable of multiplexing various viruses. This groundbreaking development has the capacity to significantly bolster our readiness and response to future viral outbreaks.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».