Diatomite-Based, Flexible SERS Immunosensor Platform for Rapid, Specific, and Sensitive Detection of Circulating Cancer-Specific Protein Biomarkers in Serum Using Raman Probes
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
Cancer is one of the most actively researched diseases having a high mortality rate when not detected at an early stage. Thus, rapid, simultaneous, and sensitive quantification of cancer biomarkers plays an important role in early diagnosis, with patient impact to disability adjusted life years. Herein, a diatomite-based SERS flexible platform for the rapid and sensitive detection of circulating cancer-specific protein biomarkers in serum is presented. In this approach, diatomite/AgNPs strips with maximum SERS activity prepared using the layer-by-layer (LbL) technique were modified with specific antibodies, and specific antigens (HER2, CA15-3, PSA, and MUC4) were captured and detected. By using Raman probes specific to the captured antigens in serum, a SERS limit of detection (LOD) of 0.1 ng/mL was measured (calculated LOD < 0.1 ng/mL). This value is lower than the cutoff amount of cancer antigens in the person's blood. The specificity for the antigens of each antibody was calculated to be higher than 95%. As a result, an immunosensor for rapid detection of cancer biomarkers in serum with good specificity, high sensitivity, good reproducibility, and low cost has been demonstrated. Overall, we show that the prepared diatomite-based SERS substrate with a high surface-to-volume ratio is a useable platform for immunoassay tests.
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 | 0,001 | 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