Engineered Glucose Oxidase‐Carbon Nanotube Conjugates for Tissue‐Translatable Glucose Nanosensors
Notice bibliographique
Résumé
Abstract Continuous and non‐invasive glucose monitoring and imaging is important for disease diagnosis, treatment, and management. However, glucose monitoring remains a technical challenge owing to the dearth of tissue‐transparent glucose sensors. In this study, we present the development of near‐infrared fluorescent single‐walled carbon nanotube (SWCNT) based nanosensors directly functionalized with glucose oxidase (GOx) capable of immediate and reversible glucose imaging in biological fluids and tissues. We prepared GOx‐SWCNT nanosensors by facile sonication of SWCNT with GOx in a manner that—surprisingly—does not compromise the ability of GOx to detect glucose. Importantly, we find by using denatured GOx that the fluorescence modulation of GOx‐SWCNT is not associated with the catalytic oxidation of glucose but rather triggered by glucose‐GOx binding. Leveraging the unique response mechanism of GOx‐SWCNT nanosensors, we developed catalytically inactive apo‐GOx‐SWCNT that enables both sensitive and reversible glucose imaging, exhibiting a Δ F / F 0 of up to 40 % within 1 s of exposure to glucose without consuming the glucose analyte. We finally demonstrate the potential applicability of apo‐GOx‐SWCNT in biomedical applications by glucose quantification in human plasma and glucose imaging in mouse brain slices.
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 | 0,000 | 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 | 0,001 | 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 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 ».