Palladium–iridium nanocubes modified with a high-affinity DNA aptamer as paired viral diagnostic and therapeutic tools
Notice bibliographique
Résumé
The COVID-19 pandemic emphasizes the need for the development of molecular tools that can be used as effective diagnostic and therapeutic agents. Herein we investigate the potential of aptamer-dressed nanomaterials both as diagnostics and therapeutics using SARS-CoV-2 as a model. The nanomaterials are based on the palladium-iridium (Pd–Ir) nanocubes modified with monomeric, dimeric or trimeric aptamers that exhibit varying affinities for the spike protein of SARS-CoV-2. These nanomaterials were first examined for diagnostic potential through the creation of a nanozyme-linked aptamer assay (NLAA) that takes advantage of the peroxidase-mimicking activity of Pd–Ir nanocubes. The trimeric aptamer-based NLAA demonstrated a limit of detection (LOD) of 9.3×10 3 cp/mL for pseudoviruses expressing the spike protein of SARS-CoV-2, 172- and 12.9-fold lower than that of the monomeric and dimeric aptamer-based NLAAs, respectively. Upon testing with 60 clinical saliva samples, the trimeric aptamer-based NLAA achieved a specificity of 100% and a sensitivity of 86.7%. The same nanomaterials were also examined for the ability to block viral entry to host cells. The trimeric aptamer-conjugated nanocubes exhibited a superior neutralizing ability, with an IC 50 value of 6.4 pM, 2.7-fold and 10.1-fold lower than that of the dimeric and monomeric aptamer nanocubes. Moreover, the trimeric aptamer-conjugated nanocubes exhibited excellent biostability and biocompatibility. Overall, our study provides a framework for combating future viral pandemics through the development of a paired biosensor and neutralizing agent made of the same aptamer-modified nanomaterial that recognizes an important viral surface protein like the spike protein of SARS-CoV-2. • Pd–Ir@trimeric aptamer outperforms its monomeric and dimeric aptamer counterparts. • Pd–Ir@trimeric aptamer demonstrated 100 % specificity and 86.7 % sensitivity for COVID-19 diagnosis using saliva. • Pd–Ir@trimeric aptamer achieved an IC 50 of 6.4 pM for SARS-CoV-2 neutralization by blocking spike protein.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».