Enzyme- and nanozyme-based food allergen detections: from natural biocatalysts to rational engineering approaches
Notice bibliographique
Résumé
The global prevalence of food allergies has experienced a substantial surge, significantly impacting populations worldwide. Consequently, the development of precise and sensitive detection techniques targeting these major allergens become increasingly ED 01 (eliciting dose of 1 %) to ensure accurate identification. Compared to conventional allergen analysis techniques, enzyme-based biosensors have shown high sensitivity, simplicity, and cost-effectiveness in detecting trace food allergens. However, the inherent instability of natural enzymes underscores its applications. More advanced catalysts to enhance sensing performance are necessary. In this review, we systematically summarize biosensors that integrate the historical development of enzyme-based biosensing devices, traditional enzyme-based biosensors, and advancements in enzyme-mimetic nanomaterials for food allergen detection, categorizing them by signal transduction methods, including colorimetric, electrochemical, fluorescence, chemiluminescent, electrochemiluminescence, and photoelectrochemical techniques. Moreover, sensor construction approaches and signaling mechanisms have been elaborated, highlighting how these methodologies contribute to the overall effectiveness and specificity of food allergen detection. Nanozymes have huge potential as potential alternatives to traditional biocatalysts in food allergen detection due to their exceptional storage stability, facile engineering, and reusability. With the increasing need of highly sensitive devices, novel signaling transduction methods have been designed with novel nanozymes that provide the required performances. Future research on biosensors using engineered nanozymes is anticipated to advance accurate allergen identification and improving food safety and consumer protection. • Reviewed enzyme-based biosensing methods for food allergen monitoring. • Major enzyme-mediated signal methodologies (electrochemical and optical) are introduced. • Advantages and limitations of nanozyme-enabled food allergen biosensors presented. • Future directions to optimize the performance of nanozymatic biosensors are discussed.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».