Electrochemical Aptamer-Based Biosensors for Measurements in Undiluted Human Saliva
Notice bibliographique
Résumé
Although blood remains a gold standard diagnostic fluid for most health exams, it involves an unpleasant and relatively invasive sampling procedure (finger pricking or venous draw). Saliva contains many relevant and useful biomarkers for diagnostic purposes, and its collection, in contrast, is noninvasive and can be obtained with minimal effort. Current saliva analyses are, however, achieved using chromatography or lateral flow assays, which, despite their high accuracy and sensitivity, can demand expensive laboratory-based instruments operated by trained personnel or offer only semiquantitative results. In response, we investigated electrochemical aptamer-based (E-AB) biosensors, a reagentless sensing platform, to allow for continuous and real-time measurements directly in undiluted, unstimulated human whole saliva. As a proof-of-concept study, we developed E-AB biosensors capable of detecting low-molecular-weight analytes (glucose and adenosine monophosphate (AMP)). To our knowledge, we report the first E-AB sensor for glucose, an approach that is inherently independent of its chemical reactivity in contrast to home glucometers. For these three sensors, we evaluated their figures of merits, stability, and reusability over short- and long-term exposure directly in saliva. In doing so, we found that E-AB sensors allow rapid and convenient molecular measurements in whole saliva with unprecedented sensitivities in the pico- to nanomolar regime and could be regenerated and reused up to 7 days when washed and stored in phosphate-buffered saline at room temperature. We envision that salivary molecular measurements using E-AB sensors are a promising alternative to invasive techniques and can be used for improved point-of-care clinical diagnosis and at-home measurements.
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 ».