All-Inclusive Sensing Tablet with Integrated Passive Mixer for Ultraviscous Solutions
Notice bibliographique
Résumé
Developing low-cost and easy-to-use point-of-care devices is necessary for timely disease diagnosis and health monitoring. Here, we introduce all-inclusive, tablet-based chemo/biosensors with rapid automixing features, capable of mixing in highly viscous solutions with viscosities up to 1700 mPa·s. These tablets are created using a simple powder compression method and contain all necessary reagents to perform assays in a "drop-and-detect" manner, without the need for vigorous shaking or vortex mixing. As proof of concept, we demonstrated the applicability of our Speedy tablets for detecting nitrite in human saliva, a challenging medium due to its viscosity. The strong mixing capability of the proposed tablets ensured consistent and reliable results across range of viscosities, from low to high, while delivering an excellent detection range of 0.03-1.50 mg/dL, covering nitrite levels in human saliva. Additionally, we developed a straightforward method to encapsulate enzymes in trehalose, making them bulkier and more stable using only a mist sprayer, nonstick tray, and spatula, eliminating the need for expensive equipment. This approach allowed us to incorporate small amounts of enzymes into tablet formulations and fabricate the first automixing tablet biosensor. These biosensors were used for the bienzymatic detection of glucose in real human urine within the biologically relevant range of 0.3-2.5 mM, indicating the compatibility of automixing tablets with bioreagents. Each tablet costs less than $0.30 to produce and remains stable for at least one month at room temperature. The affordability and convenience of our tablets make them a valuable addition to the array of diagnostic tools.
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 | 0,000 | 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) | 0,000 | 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 ».