Surface‐Based Multimeric Aptamer Generation and Bio‐Functionalization for Electrochemical Biosensing Applications
Notice bibliographique
Résumé
Abstract Multimeric aptamers have gained more attention than their monomeric counterparts due to providing more binding sites for target analytes, leading to increased affinity. This work attempted to engineer the surface‐based generation of multimeric aptamers by employing the room temperature rolling circle amplification (RCA) technique and chemically modified primers for developing a highly sensitive and selective electrochemical aptasensor. The multimeric aptamers, generated through surface RCA, are hybridized to modified spacer primers, facilitating the positioning of the aptamers in the proximity of sensing surfaces. These multimeric aptamers can be used as bio‐receptors for capturing specific targets. The surface amplification process was fully characterized, and the optimal amplification time for biosensing purposes was determined, using SARS‐CoV‐2 spike protein (SP). Interestingly, multimeric aptasensors produced considerably higher response signals and affinity (more than 10‐fold), as well as higher sensitivity (almost 4‐fold) compared to monomeric aptasensors. Furthermore, the impact of surface structures on the response signals was studied by utilizing both flat working electrodes (WEs) and nano‐/microislands (NMIs) WEs. The NMIs multimeric aptasensors showed significantly higher sensitivity in buffer and saliva media with the limit of detection less than 2 fg/ml. Finally, the developed NMIs multimeric aptasensors were clinically challenged with several saliva patient samples.
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) | 0,001 | 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) | 0,001 | 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 ».