Ready-To-Use Microwave Sensor Modified by Antibody-AuNPs Nanoconjugate for Highly Sensitive and Selective Detection of the SARS-CoV-2 Virus
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 COVID-19 outbreak has led to notable developments in point-of-care (POC) diagnostic devices, as they can be valuable resources in identifying and managing the spread of the pandemic. Currently, the majority of techniques demand advanced laboratory equipment and professionals to execute precise, efficient, accurate, and sensitive testing. In this work, we report a new method to significantly enhance the sensitivity of microwave sensing of the SARS-CoV-2 virus by functionalizing the sensor surface using anti-SARS-CoV-2 spike antibody-gold nanoparticle (AuNPs) conjugates. AuNPs were surface-functionalized with the antispike antibody by EDC/NHS chemistry via PEG as a linker to form the conjugate (Ab-PEG-AuNPs). The Ab-PEG-AuNPs nanoconjugate was then coated onto the sensor through APTES and used for selectively capturing the spike protein on the SARS-CoV-2 virus. The sensing performance of the modified sensor was demonstrated via both experimental measurements and numerical simulations. Our sensor exhibited high sensitivity, achieving a limit of detection of 1,000 copies/mL of the SARS-CoV-2 virus within a 60 min time frame while requiring a minimal sample volume of 100 μL. The sensor exhibits outstanding specificity in distinguishing SARS-CoV-2 from other viruses, including influenza A and B, SARS-CoV-1, and MERS-CoV. Overall, this sensor provides a sensitive and label-free alternative for COVID-19 POC diagnosis.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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