Accelerating Cleavage Activity of CRISPR-Cas13 System on a Microfluidic Chip for Rapid Detection of RNA
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide It is extremely advantageous to detect nucleic acid levels in the early phases of disease management; such early detection facilitates timely treatment, and it can prevent altogether certain cancers and infectious diseases. A simple, rapid, and versatile detection platform without enzymatic amplification for both short and long sequences would be highly desirable in this regard. Our study addresses this need by introducing IMACC, an I CP-based M icrofluidic A ccelerator C ombined with C RISPR, for amplification-free nucleic acid detection. It exploits electrokinetically induced ion concentration polarization (ICP) to concentrate target nucleic acids and CRISPR reagents near the depletion zone boundary within a microfluidic channel. This localized accumulation accelerates the CRISPR-guided promiscuous cleavage of reporter molecules while enhancing their fluorescence signals simultaneously. Simultaneous accumulation of RNA and ribonucleoproteins (RNP) in confined spaces was validated experimentally and numerically, showing overlapping regions. IMACC enabled detection of miRNA-21 (22 bp) down to 10 pM within 2 min of ICP. IMACC ensured CRISPR specificity (single mismatch ( N = 1) sensitivity) during ICP, as shown by off-target and mismatch sequence experiments. IMACC was applied to long RNA samples (i.e., SARS-CoV-2), but it statistically remained challenging at this point due to nonlinear intensity trends with copy numbers and large deviations. IMACC enabled rapid detection of short RNAs such as microRNAs using only basic CRISPR reagents in a single microfluidic channel, eliminating the need for extra enzymes or buffer sets, streamlining workflow and reducing turnaround time. IMACC has the potential to advance CRISPR diagnostics and holds promise for improved detection and future prescreening 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».