MétaCan
Menu
← Back to cohort
Record W7030356951

Novel, universal electrochemical DNA-based signaling mechanisms for molecular detection in a drop of blood

2021· other· en· W7030356951 on OpenAlexfundno aff

Bibliographic record

VenueOpen MIND · 2021
Typeother
Languageen
FieldBiochemistry, Genetics and Molecular Biology
TopicAdvanced biosensing and bioanalysis techniques
Canadian institutionsnot available
FundersUniversité de MontréalPolytechnique Montréal
KeywordsAgrégationFuel cellsPharmaceutical technology
DOInot available

Abstract

fetched live from OpenAlex

Une percée majeure aura lieu dans le domaine de la santé lorsque les patients pourront surveiller les molécules indicatives de leurs conditions médicales dans le confort de leur salon. L’efficacité d’une telle stratégie a déjà été validée par des millions de patients diabétiques via l’utilisation du glucomètre. Toutefois, des technologies de détection similaires restent à être développées pour améliorer le traitement de d’autres maladies chroniques. Les capteurs électrochimiques à base d’ADN (capteurs eDNA) ont récemment attiré beaucoup d’attention grâce à leur capacité à détecter plusieurs marqueurs moléculaires dans le sang tout en utilisant un dispositif bon marché et facile d’utilisation. Dans ce type de capteurs, l’ADN est typiquement employé comme élément de reconnaissance ou pour concevoir le mécanisme de signalisation permettant de capturer des cibles moléculaires spécifiques et traduire cet événement de liaison en un signal électrochimique. Des défis particuliers, toutefois, limitent toujours la commercialisation des capteurs eDNA. Par exemple, la plupart de ces capteurs produisent encore d’importantes variations non spécifiques du courant électrique lorsque plongés dans un échantillon de sang. De plus, ces capteurs demeurent sensibles au processus de fabrication et au vieillissement, et nécessitent des modifications chimiques complexes et un long processus d’optimisation pour leur mise au point. L’objectif principal de ma thèse consiste à régler ces limitations via le développement de nouveaux mécanismes de signalisation plus performants. Dans le chapitre 2, nous introduisons un nouveau type de capteurs eDNA basé sur l’hybridation d’ADN que nous avons nommé « essaie d’hybridation électrochimique par encombrement stérique et inhibition rédox (eSHRI) ». Ce mécanisme de signalisation potentiellement universel intègre trois niveaux d’encombrement stérique et un nouveau mécanisme d’inhibition rédox par contact. Nous avons démontré que le eSHRI peut détecter et quantifier de faibles concentrations (nanomolaire) de protéines dans une goutte de sang en moins de 3 min via une diminution de signal électrique allant jusqu’à -93.6 ± 1.36 % du signal initial. De plus, l’essai d’hybridation eSHRI demeure essentiellement indépendant de la densité du brin de capture à la surface de l’électrode et donc insensible aux variations lors de la fabrication et du vieillissement du capteur. Malgré ses caractéristiques impressionnantes, le eSHRI requiert généralement des modifications chimiques complexes pour attacher l’élément de reconnaissance et l’élément rédox à la même extrémité du brin d’ADN. Ainsi, dans le chapitre 3, nous avons développé un nouveau mécanisme de signalisation potentiellement universel, l’essaie de barrière moléculaire, qui nécessite uniquement une modification par brin d’ADN. Dans cet essai, l’élément de reconnaissance et l’élément rédox sont respectivement conjugués à l’ADN de capture (surface de l’électrode) et l’ADN de signalisation (libre en solution). L’essai fonctionne via la formation d’une barrière moléculaire utilisant l’analyte à détecter, une protéine. Lorsque cette dernière se lie à la surface du capteur, cela réduit l’efficacité d’hybridation entre l’ADN de signalisation et l’ADN de capture. En utilisant ce nouveau capteur, nous avons démontré la détection de deux protéines, la streptavidine et un anticorps, directement dans une goutte de sang. Ces dernières années, les anticorps à base d’ADN, nommés aptamères, ont considérablement augmenté notre capacité à détecter des analytes cliniquement pertinents. Toutefois, les capteurs eDNA à base d’aptamères nécessitent un long processus de développement et d’optimisation, et demeurent très dépendants de la densité de surface tout en présentant d’importantes variations de signal lorsqu'ils sont déployés dans le sang. Dans le chapitre 4, nous introduisons un essai simple, hautement modulable et universel qui emploie une chimie dynamique constitutionnelle (CDC) cinétiquement programmée. Cet essai fonctionne en programmant la cinétique de trois réactions concurrentes permettant la détection moléculaire directement dans une goutte de sang. Nous avons démontré que cet essai est potentiellement universel en détectant quantitativement quatre marqueurs moléculaires : la quinine, l’ATP, la thrombine et la PDGF. Nous avons également démontré le potentiel de ce nouveau capteur en exécutant un suivi direct de la quinine dans le sang de souris vivantes. En sommes, nous croyons que ces nouveaux mécanismes de signalisation permettent de résoudre les principales limitations des capteurs eDNA actuels et présentent toutes les caractéristiques pour être développés en dispositifs commercialisables analogues aux glucomètres.

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 machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
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 score0.005
Threshold uncertainty score0.016

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0010.001
Open science0.0020.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.002

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 head0.011
GPT teacher head0.275
Teacher spread0.264 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
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
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicAdvanced biosensing and bioanalysis techniques→French-language works237,207→