MétaCan
Menu
Retour à la cohorte
Enregistrement W7117452430 · doi:10.1186/s44280-025-00101-2

Selection and characterization of a DNA aptamer for Patulin and its application in a label-free fluorescence assay for fruit juices

2025· article· en· W7117452430 sur OpenAlexafffund
Sihan Wang, Jiayi Liang, Haiyang Jiang, Jianzhong Shen, Zhanhui Wang, Juewen Liu

Notice bibliographique

RevueOne Health Advances · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésPatulinAptamerSelection (genetic algorithm)DNAFluorescence

Résumé

récupéré en direct d'OpenAlex

Abstract Patulin (PTL, 154 Da) is a small molecule toxin produced as a mold metabolite. PTL is unstable in animals and is quickly converted to its metabolites. Thus, few successful antibodies were reported even after extensive efforts in hapten design. In this work, a library immobilization strategy was used to obtain DNA aptamers for PTL, where exposure of PTL to live animals or cells is no longer needed. After 20 rounds of selection, the most abundant aptamer named PTL-1 has a dissociation constant ( K d ) of 12.5 μM based on isothermal titration calorimetry and 18.4 μM based on thioflavin T (ThT) fluorescence spectroscopy. PTL-1 has excellent selectivity against nine other antibiotics. Compared to previously reported aptamers for PTL, PTL-1 is either shorter or has higher affinity. A label-free ThT fluorescence assay based on PTL-1 was developed, which has a detection limit of 0.2 μM (detection range 0.2–20 μM) for PTL in fruit juices. The PTL-1 aptamer shows resistance to matrix interference and can be applied to the rapid detection of PTL in a blended juice. This study is a nice demonstration of selecting aptamers for a target molecule difficult for the production of antibodies. Graphical Abstract

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOne Health AdvancesMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207