High-Level Lanthanide-Doped Upconversion Nanoparticles-Based Aptasensor to Increase Carcinoembryonic Antigen Detection Sensitivity
Notice bibliographique
Résumé
Boosting the accuracy and speed of cancer detection is highly desirous in tumor detection, and sensors capable of detecting carcinoembryonic antigen (CEA) have great application prospects in this field. A highly sensitive sensor is constructed based on the fluorescence resonance energy transfer (FRET) with heavily rare-earth-doped upconversion nanoparticles (UCNPs) as energy donors and polydopamine nanoparticles (PDA NPs) as energy acceptors. This sensor detects the fluctuations in CEA molecules via luminescence quenching and recovery resulting from a competitive binding assay between CEA and PDA NPs. The high-level-doped design of UCNPs (i.e., NaYF4@NaYbF4:1%Tm@NaYF4) is beneficial, providing upconversion luminescence intensity that is more than 10 times higher than that of the conventional low-level-doped UCNPs (i.e., NaYF4@NaYF4:20%Yb, 0.2%Tm@NaYF4). The sensor exhibits impressive sensitivity. Specifically, in diluted fetal bovine serum, the detection limit reaches 0.013 ng/mL in the range of 0–1.5 ng/mL (S/N = 3), while the detection limit is 1.38 ng/mL in the range of 1.5–250 ng/mL (S/N = 3). This method has great potential for future applications in the rapid and early diagnosis and treatment of cancer.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».