MétaCan
Menu
Back to cohort
Record W4392519427

Biofunctionnalized microparticles based sandwiches for in vitro platelet genotyping test : detection by evanescent waves biosensor, fluorescence scanner and flow cytometry

2014· preprint· fr· W4392519427 on OpenAlexaboutno aff
Amandine Cornillon

Bibliographic record

Venuetheses.fr (ABES) · 2014
Typepreprint
Languagefr
FieldBiochemistry, Genetics and Molecular Biology
TopicExtracellular vesicles in disease
Canadian institutionsnot available
Fundersnot available
KeywordsFlow cytometryBiosensorScannerFluorescenceEvanescent waveMaterials scienceRepeatabilityBiomedical engineeringNanotechnologyChemistryOpticsMedicineChromatographyMolecular biologyOptoelectronicsBiologyPhysics
DOInot available

Abstract

fetched live from OpenAlex

Cette thèse porte sur l’élaboration d’un outil de capture d’ADN permettant d’identifier une mutation génétique (SNP) grâce à la formation de sandwichs avec des particules de carboxylatex biofonctionnalisées avec des oligonucléotides couplée à une détection de la fluorescence. Le modèle biologique choisi pour ce projet est le génotypage plaquettaire et plus particulièrement la recherche du gène biallélique HPA-1. Le principal objectif de ce travail a été d’optimiser un outil de capture préalablement développé dans l’équipe (Trévisan, 2011) afin de réduire le nombre d’étapes et de simplifier la mise en oeuvre globale du test en modifiant les interactions moléculaires utilisée pour capturer l’ADN cible et en utilisant des particules fluorescentes comme élément de détection. En présence d’ADN cible, des sandwichs sont formés entre les particules fluorescentes et les particules magnétiques biofonctionnalisées. Ces sandwichs sont purifiés par séparation magnétique et la fluorescence est détectée par trois méthodes : la cytométrie en flux, l’imagerie de fluorescence et l’Evareader (détection par ondes évanescentes). Dans un premier temps, les paramètres de fonctionnalisation chimique et biologique des différentes particules (magnétiques et fluorescentes) ont été déterminés et optimisés ainsi que les conditions d’hybridation pour la capture de l’ADN cible. Ensuite, la formation des sandwichs et leur détection ont été suivies par des mesures de fluorescence en utilisant trois méthodes différentes : la cytométrie en flux, l’imagerie de fluorescence et l’Evareader (capteur à ondes évanescentes). Les résultats obtenus avec les différentes méthodes de détection sont concordants et montrent que l’outil de capture d’ADN développé permet de capturer la cible synthétique (oligonucléotide) HPA-1 en réduisant le temps d’analyse de 45 min. Dans nos conditions, le test permet de discriminer l’allèle a de l’allèle b du gène HPA-1 qui ne diffère que d’un nucléotide. Le rapport des signaux de fluorescence issus du sandwich spécifique et du sandwich non spécifique est d’environ 2,5 à 3. Ce rapport devra être amélioré par la suite, en optimisant les conditions de formation des sandwichs. La prochaine étape consistera à optimiser le système de capture d’ADN développé pour gagner en spécificité et déterminer la limite de détection du test. Ce test devra également être validé avec des échantillons biologiques. A plus long terme, la fluorescence pourra être détectée par un photodétecteur miniaturisé actuellement développé à l’Université de Sherbrooke. Des études préliminaires présentées dans ce manuscrit montrent les potentialités de ce nouveau transducteur.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.041
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.010
GPT teacher head0.236
Teacher spread0.227 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venuetheses.fr (ABES)Same topicExtracellular vesicles in diseaseFrench-language works237,207