Bidirectionally Favorable Platform: A Dual-Targeting Probe-Encoded Maple Leaf-Type Fluorescent Lateral Flow Immunoassay for Multiple Biomarker Detection
Notice bibliographique
Résumé
In the traditional multiplexed lateral flow immunoassay (LFIA), different detection probes against different targets are necessary. However, the relative complexity and high cost of probe preparation, as well as the insufficient user-friendliness, limit the application of the multiplexed LFIA in disease diagnosis. Here, we reported a bidirectionally favorable LFIA (BDF-LFIA) platform to maximize convenience for both manufacturers and users. Red-emitting time-resolved fluorescent nanoparticles were coated with different antibodies to recognize multiple targets simultaneously, which greatly simplified probe preparation by the manufacturers. Ultrabright green-emitting gold nanoclusters were pre-embedded on the test line as a reference signal to achieve a target concentration-dependent maple leaf-type hue readout from green to yellow to red, which was quite user-friendly. Taking cancer biomarkers alpha-fetoprotein and carcinoembryonic antigen as examples, this assay achieved a visual detection limit of 2 ng/mL. Compared with the conventional fluorescent LFIA, the BDF-LFIA could generate a more discernible signal around the threshold concentration of the targets. Moreover, the assay successfully diagnosed 54 clinical samples. Overall, the BDF-LFIA showed bidirectional benefits for both manufacturers and users and provided a new concept for the LFIA in multiplexed detection.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,001 |
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 ».