Additive manufacturing leveraged microfluidic setup for sample to answer colorimetric detection of pathogens
Notice bibliographique
Résumé
Colorimetric readout for the detection of infectious diseases is gaining traction at the point of care/need owing to its ease of analysis and interpretation, and integration potential with highly specific loop-mediated amplification (LAMP) assays. However, coupling colorimetric readout with LAMP is rife with challenges including, rapidity, inter-user variability, colorimetric signal quantification, and user involvement in sequential steps of the LAMP assay, hindering its application. To address these challenges, for the first time, we propose a remotely smartphone-operated automated setup consisting of (i) an additively manufactured microfluidic cartridge, (ii) a portable reflected-light imaging setup with controlled epi-illumination (PRICE) module, and (iii) a control and data analysis module. The microfluidic cartridge facilitates sample collection, lysis, mixing of amplification reagents stored on-chip, and subsequent isothermal heating for initiation of amplification in a novel way by employing tunable elastomeric chambers and auxiliary components (heaters and linear actuators). PRICE offers a new imaging setup that captures the colorimetric change of the amplification media over a plasmonic nanostructured substrate in a controlled and noise-free environment for rapid minute-scale nucleic acid detection. The control and data analysis module employs microprocessors to automate cartridge operation in tandem with the imaging module. The different device components were characterized individually and finally, as a proof of concept, SARS-CoV-2 wild-type RNA was detected with a turnaround time of 13 minutes, showing the device's clinical feasibility. The suggested automated device can be adopted in future iterations for other detection and molecular assays that require sequential fluid handling steps.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».