Nitrocellulose Compartmentalized Linker Array for Highly Sensitive Three-Dimensional Antibody Microarray-Based Multiplex Bioassays
Notice bibliographique
Résumé
Microarrays are a powerful tool for creating multiplex bioassays but remain unavailable to most biomedical and biological research laboratories due to the high cost of the equipment needed to fabricate them. Moreover, conventional methods of microarray fabrication can cause the loss of bioactivity of the delicate bioreagents, thus compromising the assay performance. We have developed a nitrocellulose compartmentalized linker array (nCLA) technology that creates 3D antibody microarrays by simply pipetting microliter antibody solutions into compartments prepatterned with nitrocellulose microarrays through which the antibodies are self-assembled into microarrays via binding onto nitrocellulose. To form the nitrocellulose microarray with the background region deactivated, a selective background deactivation technique has been developed. As a proof of concept, three cancer-related proteins, EGFR, TNF-α, and GM-CSF, were measured using nCLA in a multiplexed sandwich immunoassay. Low picograms per milliliter limits of detection were achieved in both antigen-spiked PBS and human serum, demonstrating its potential in biomedical research. The nCLA provides a new method to fabricate membrane-based, microarray-printer-free, highly sensitive, and scalable bioassays. It maintains reagent bioactivity and forms antibody microarrays via simple pipetting, making the powerful 3D microarray technology widely available to the biomedical research community.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».