Covalently Oriented AuNP–Antibody Bioconjugates Enable Early and Sensitive Detection of <i>Opisthorchis viverrini</i> Urinary Antigen
Notice bibliographique
Résumé
(OV) infection remains a major public health concern in Southeast Asia due to its strong association with cholangiocarcinoma. Early and accurate detection of OV infection is crucial for timely intervention and reduction of cancer risk. While enzyme-linked immunosorbent assay (ELISA)-based urine antigen detection methods have shown high sensitivity, their dependence on laboratory infrastructure limits their field utility. This study aims to develop and compare two gold nanoparticle (AuNP)-based lateral flow immunoassay (LFIA) formats utilizing distinct antibody conjugation strategies for rapid, noninvasive detection of OV excretory-secretory (OV-ES) antigens in urine. Two types of AuNP-antibody bioconjugates were prepared: (i) physical adsorption of monoclonal anti-OV antibodies on citrate-capped AuNPs (AuNP-Citr-mAb-OV) and (ii) covalent conjugation with orientation control on amino-terminated AuNPs (AuNP-TEG-NH-mAb-OV). These were incorporated as signal reporters in LFIAs, which were evaluated for sensitivity, specificity, detection limit, cross-reactivity, and diagnostic performance against urinary ELISA results by using clinical urine samples. LFIA based on covalently oriented AuNP-TEG-NH-mAb-OV (LFIA-TEG-NH-mAb-OV) demonstrated significantly lower limits of detection (1.54 vs 5.94 ng/mL), higher sensitivity (98.81 vs 96.83%), and improved specificity (81.94 vs 62.37%) compared to the LFIA based on passive adsorption format (LFIA-AuNP-Citr-mAb-OV). Moreover, LFIA-TEG-NH-mAb-OV showed better agreement with the ELISA reference (κ = 0.805) and lower cross-reactivity with other helminth infections. This is the first study to report the use of covalently oriented antibody-AuNP conjugates for early urinary detection of OV, offering a field-deployable, accurate, and scalable solution for the diagnosis and control of opisthorchiasis in endemic regions.
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) | 0,000 | 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 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 ».