Field-Deployable Immuno-Solid-Phase Microextraction Coupled with Photothermal Imaging for Rapid Pathogen Surveillance in Environmental and Clinical Matrices
Notice bibliographique
Résumé
Rapid, sensitive, and portable pathogen detection is critical for infectious disease control and environmental public health surveillance but remains constrained by conventional methods requiring laborious sample pretreatment and bulky instrumentation. We rationally integrate immunosolid-phase microextraction (iSPME) with portable photothermal imaging (PI), enabling rapid, on-site pathogen detection in complex matrices. This platform combines two innovations: (1) antibody-functionalized SPME fibers with fibrous SiO 2 microspheres (342.76 m 2 /g surface area) engineered via CTAB-templated synthesis, enabling rapid (15 min) and high-efficiency pathogen capture (73.7–98.9% recovery) through covalent antibody immobilization on carboxylated surfaces; (2) NIR-responsive plasmonic Au shell nanoprobes optimized via Ag/Au redox etching, achieving a red-shifted LSPR peak at 798 nm and a 57.1% photothermal conversion efficiency for interference-free signal transduction. The iSPME-PI platform eliminates sample transfer steps by forming a sandwich immunocomplex directly on the fiber, enabling spatially resolved photothermal quantification under an 808 nm laser excitation. It delivers ultralow detection limits (74.8 pg/mL SARS-CoV-2 N, 68.5 pg/mL Flu A NP) and robust performance in saliva, milk, and sewage (RSD < 8.3%). Clinical samples showed 100% concordance for SARS-CoV-2. Furthermore, wastewater monitoring using the iSPME-PI platform accurately tracked influenza A outbreaks in real time, demonstrating its potential for environmental biosurveillance and early warning systems.
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 ».