MétaCan
Menu
Retour à la cohorte
Enregistrement W4405080115 · doi:10.1038/s44328-024-00017-8

A quantitative, label-free visual interference colour assay platform for protein targeting and binding assays

2024· article· en· W4405080115 sur OpenAlexaff
Ana Lopez-Campistrous, Hillary M. Sweet, Ciaran Terry, Craig R. Garen, Yu Wan, Robert Burrell, Kyle Moxham, Matthew Nickel, Michael J. Serpe, Michael Joyce, D. Lorne Tyrrell, Todd McMullen

Notice bibliographique

Revuenpj Biosensing · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAnodic Oxide Films and Nanostructures
Établissements canadiensThe King's UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputational biologyInterference (communication)Ligand binding assayChemistryComputer scienceBiologyBiochemistryReceptor

Résumé

récupéré en direct d'OpenAlex

The vast array of immunoassay technologies used to assess protein interactions is costly or platform-specific. We present a label-free visual interference colour assay (VICA) that quantifies peptide and protein interactions by creating an iridescent surface allowing direct visualisation without spectrophotometric optics or microfluidics. A nanoporous aluminium oxide surface is tuned to match the refractive indices of the overlying protein layers to generate visual interference colours. To functionalise the surface, we created an affinity-capture system using a protein A-carboxyglutamic (GLA) construct that orients antibodies to enhance the signal. Using off-the-shelf antibodies, the platform can isolate analytes in buffer, whole blood, or serum. This surface generates a discernible colour change at concentrations as low as 50 femtomoles/mm 2 and can monitor oligomer formation in sequential steps on the same slide. VICA provides comparable kinetic parameters to biolayer interferometry and traditional immunoassays while also allowing characterisation of proteins in large macromolecular complexes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,677

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,300
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj BiosensingMême sujetAnodic Oxide Films and NanostructuresTravaux en français237 207