Toward non-invasive diagnostics through AuNSs@Nano-MIP biosensor for sensitive lactoferrin detection in sweat
Notice bibliographique
Résumé
Lactoferrin (LF) is implicated in a wide range of health conditions, including inflammatory disorders such as Inflammatory bowel disease (IBD), autoimmune pathologies, and various cancers. Here, we present a novel biomimetic biosensor for non-invasive sweat-based detection of LF. The biosensor incorporates gold nanostars (AuNSs, ∼80 nm), synthesized via a cost-effective one-step fabrication method. AuNSs' sharp tips, ∼10-20 nm, enhance the electroactive surface and electron transfer in the electrochemical biosensor. The sensor, composed of AuNSs and a molecularly imprinted polymer (MIP) layer, was validated by transmission electron microscopy (TEM), Fourier transform infrared spectroscopy (FTIR), and cyclic voltammetry (CV). In addition, a microfluidic patch was designed to collect sweat from three distinct body regions of four valountiers, yielding an average collection time of ∼15mins and a sweat volume ranging 20-100 μL. This biomimetic biosensor demonstrated reliable performance in complex biological matrices, providing a measurable electrochemical response to LF across a concentration range of 2-2000 ng/mL, with sensitivities of 2.54 μA mL/ng and 2.30 μA mL/ng in LF-spiked PBS and sweat, respectively. The biosensor achieved a limit of detection (LOD) of 1.74 ng/mL in LF-spiked PBS and 1.92 ng/mL in LF-spiked sweat. Additionally, the biosensor showed reproducibility across four independently fabricated devices, with relative standard deviation (RSD) values of <5 % at different concentrations. Overall, this study presents a step toward developing affordable, biomimetic wearable technologies for sweat-based detection of inflammatory biomarkers such as LF. By enabling non-invasive monitoring, this approach may offer valuable insights into disease recurrence and progression, with potential applications across a range of inflammatory and immune-related disorders.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».