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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».