A Paper Strip-Based Photoinduced Electrogenerated Chemiluminescence Platform with CTF/PMo12 Heterojunction-Sensitive Glutamic Acid Detection
Notice bibliographique
Résumé
Glutamic acid (GA), a crucial neurotransmitter, plays a significant role in brain function, muscle health, and various neurological disorders. Elevated GA levels have been associated with conditions such as stroke, Parkinson’s disease, epilepsy, and Alzheimer’s disease. Accurate detection of GA levels is paramount for both diagnostic and research purposes. Herein, we develop a photoinduced electrogenerated chemiluminescence (PECL) test strip fiber paper coated with a covalent triazine framework (CTF)/H 3 PMo 12 O 40 polyoxometalate (PMo12) heterojunction. Under blue-light irradiation, photogenerated carriers were separated by an electric field, π-electron delocalization, and polarization, leaving holes on the surface of PMo12 to drive ECL reactions based on luminol oxidation, enabling the detection of GA. This detection resulted in a PECL signal, and fluorometry information, including RGB values, was captured by using a smartphone. The PECL platform enabled the sensitive detection of GA as a neurotransmitter within a linear range of 0.05–1.7 mM, with a low limit of detection (LOD) of 15 nM. The results validated the safety and feasibility of this approach to detect GA in biological samples with satisfactory selectivity against other molecules. The combination of PECL with a smartphone reader presents an exciting avenue for the development of test strips on-site for visual real-time monitoring. This integration offers a high-throughput approach suitable for applications in point-of-care testing and disease monitoring.
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 | 0,001 |
| 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 ».