Portable Saliva Sensor Based on Dual Recognition Elements for Detection of Caries Pathogenic Bacteria
Notice bibliographique
Résumé
Dental caries is one of the most common diseases affecting more than 2 billion people’s health worldwide. In a clinical setting, it is challenging to predict and proactively guard against dental cavities prior to receiving a confirmed diagnosis. Streptococcus mutans ( S. mutans ) in saliva has been recognized as the main causative bacterial agent that causes dental caries. High sensitivity, good selectivity, and a wide detection range are incredibly important factors to affect S. mutans detection in practical applications. In this study, we present a portable saliva biosensor designed for the early detection of S. mutans with the potential to predict the occurrence of dental cavities. The biosensor was fabricated using a S. mutans -specific DNA aptamer and S. mutans -imprinted polymers. Methylene blue was utilized as a redox probe in the sensor to generate current signals for analysis. When S. mutans enters complementarily S. mutans cavities, it blocks electron transfer between methylene blue and the electrode, resulting in decreases in the reduction current signal. The signal variations are associated with S. mutans concentrations that are useful for quantitative analysis. The linear detection range of S. mutans is 10 2 –10 9 cfu mL –1, which covers the critical concentration of high caries risk. The biosensor exhibited excellent selectivity toward S. mutans in the presence of other common oral bacteria. The biosensor’s wide detection range, excellent selectivity, and low limit of detection (2.6 cfu mL –1 ) are attributed to the synergistic effect of aptamer and S. mutans -imprinted polymers. The sensor demonstrates the potential to prevent dental caries.
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) | 0,001 | 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 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 ».