MétaCan
Menu
Retour à la cohorte
Enregistrement W4413923577 · doi:10.1016/j.jfutfo.2025.08.011

Integrated Sensing Platform Based on MOF@COF Nanocomposites for the Ultrasensitive Biosensing of Sesame Allergens Ses i 2

2025· article· en· W4413923577 sur OpenAlexaff
Pengfei Dong, Youfa Wang, Shuang Wu, Yu Ning, Vijaya Raghavan, Jin Wang

Notice bibliographique

RevueJournal of Future Foods · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensMcGill University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaNational Key Laboratory Foundation of China
Mots-clésNanocompositeBiosensorMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

• Design and synthesize novel composite structural materials UIO-66-NH2@TA-COF. • UIO-66-NH2@TA-COF exhibits excellent electroactive catalytic performance. • A composite aptamer sensor sensitively spots sesame allergen Ses i 2. • This provides an enhanced and efficient method for rapid detection of Ses i 2. Sesame allergy has emerged as a public health issue due to its persistent occurrence, severe symptomatic manifestations, and widespread incidence globally. Among sesame allergens, 2S albumins (Ses i 2) is one of the widely recognized allergens, and its precise detection is urgently needed to prevent sesame-related allergies. In this work, a composite structure was designed and synthesized by combining metal ion self-assembled metal organic frameworks (MOFs) and imine constructed covalent organic frameworks (COFs) (represented by MOF@COF), which constructing a high-sensitivity sensing system for identification and detection of Ses i 2. A novel hybrid material, comprising a strategically assembled combination of UIO-66-NH 2 and TA-COF, was crafted to yield a functionalized UIO-66-NH 2 @TA-COF composite, demonstrating remarkable electrochemical performance. As a result, a significant quantity of aptamer strands can adhere to the UIO-66-NH 2 @TA-COF surface resulting from robust π-π stacking interactions. With the change in the relative concentration of Ses i 2 from 5 to 650 nM, the UIO-66-NH 2 @TA-COF sensor exhibited a low detection limit of 0.13 nM, which demonstrates its extremely high sensitivity. In addition, the UIO-66-NH 2 @TA-COF sensor exhibited excellent reproducibility, stability and specific recognition ability to Ses i 2. Therefore, this innovative sensor exhibits great potential for real-world applications in food safety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Future FoodsMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207