On-chip bioluminescence biosensor for the detection of microbial surface contamination
Notice bibliographique
Résumé
Detection of microbial pathogens is important for food safety reasons, and for monitoring sanitation in laboratory environments and health care settings. Traditional detection methods such as culture-based and nucleic acid-based methods are time-consuming, laborious, and require expensive laboratory equipment. Recently, ATP-based bioluminescence methods were developed to assess surface contamination, with commercial products available. In this study, we introduce a biosensor based on a CMOS image sensor for ATP-mediated chemiluminescence detection. The original lens and IR filter were removed from the CMOS sensor revealing a 12 MP periodic microlens/pixel array on an area of 6.5 mm × 3.6 mm. UltraSnap swabs are used to collect samples from solid surfaces including personal electronic devices, and office and laboratory equipment. Samples mixed with chemiluminescence reagents were placed directly on the surface of the image sensor. Close proximity of the sample to the photodiode array leads to high photon collection efficiency. The population of microorganisms can be assessed and quantified by analyzing the intensity of measured chemiluminescence. We report a linear range and limit of detection for measuring ATP in UltraSnap buffer of 10-1000 nM and 225 fmol, respectively. The performance of the CMOS-based device was compared to a commercial luminometer, and a high correlation with a Pearson's correlation coefficient of 0.98589 was obtained. The Bland-Altman plot showed no significant bias between the results of the two methods. Finally, microbial contamination of different surfaces was analyzed with both methods, and the CMOS biosensor exhibited the same trend as the commercial luminometer.
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 ».