Stamp-Imprinted Polymer EIS Biosensor for Amyloid-Beta Detection: A Novel Approach Towards Alzheimer’s Screening
Notice bibliographique
Résumé
Surface-imprinted polymers (SIPs) represent an exciting and cost-effective alternative to antibodies for electrochemical impedance spectroscopy (EIS)-based biosensing. They can be produced using simple printing techniques and have shown high efficacy in detecting large biomolecules and microorganisms. Stamp imprinting, a novel SIP method, creates the target analyte's imprint using a soft lithography mask of the analyte matrix, thereby reducing material complexities and eliminating the need for cross-linking, which makes the process more scalable than the conventional SIPs. In this work, we demonstrate a stamp-imprinted EIS biosensor using a biocompatible polymer, polycaprolactone (PCL), for quantifying amyloid beta-42 (Aβ-42), a small peptide involved in the pathophysiology of Alzheimer's disease. The evaluated SIP-EIS biosensors showed a detection limit close to 10 fg/mL, and a detection range covering the physiologically relevant concentration range of the analyte in blood serum (from 10 fg/mL to 10 μg/mL). The device sensitivity, which is found to be comparable to antibody-based EIS devices, demonstrates the potential of SIP-EIS biosensors as an exciting alternative to conventional antibody-based diagnostic approaches. We also evaluate the viability of analyzing these proteins in complex media, notably in the presence of serum albumin proteins, which cause biofouling and non-specific interactions. The combination of high sensitivity, selectivity, and ease of fabrication makes SIP-EIS biosensors particularly suited for portable and point-of-care applications.
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) | 0,001 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».