Aptamer–Antibody Chimera Sensors for Sensitive, Rapid, and Reversible Molecular Detection in Complex Samples
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The development of receptors suitable for the continuous detection of analytes in complex, interferent-rich samples remains challenging. Antibodies are highly sensitive but difficult to engineer in order to introduce signaling functionality, while aptamer switches are easy to construct but often yield only a modest target sensitivity. We present here a programmable antibody and DNA aptamer switch (PANDAS), which combines the desirable properties of both receptors by using a nucleic acid tether to link an analyte-specific antibody to an internal strand-displacement (ISD)-based aptamer switch that recognizes the same target through different epitopes. The antibody increases PANDAS analyte binding due to its high affinity, and the effective concentration between the two receptors further enhances two-epitope binding and fluorescent aptamer signaling. We developed a PANDAS sensor for the clotting protein thrombin and show that a tuned design achieves a greater than 300-fold enhanced sensitivity compared to that of using an aptamer alone. This design also exhibits reversible binding, enabling repeated measurements with a temporal resolution of ∼10 min, and retains excellent sensitivity even in interferent-rich samples. With future development, this PANDAS approach could enable the adaptation of existing protein-binding aptamers with modest affinity to sensors that deliver excellent sensitivity and minute-scale resolution in minimally prepared biological specimens.
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.
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 découle