使用多孔阵列,光学测量和机器学习进行蛋白质识别和量化
Simon J Ward1, Tengfei Cao2, Xiang Zhou3
1Department of Electrical and Computer Engineering, Vanderbilt University, Nashville, TN 37235, USA.
Biosensors
|September 27, 2023
概括
一个新的多孔 (PSi) 传感器阵列使用物理特性来识别蛋白质,而不是捕获剂. 这种多功能平台提供了一种低成本,强大的生物分子检测和歧视方法.
科学领域:
- 材料科学 材料科学 材料科学
- 生物技术是生物技术.
- 传感器技术 传感器技术
背景情况:
- 传统的生物传感器通常依赖于特定的捕获剂,这可能是昂贵的,并限制了多功能性.
- 开发无标签检测方法对于具有成本效益和广泛适用的生物感应至关重要.
研究的目的:
- 开发和演示基于内在物理和化学性质的分析物识别的多功能平台.
- 展示多孔 (PSi) 薄膜在没有捕获剂的情况下检测和区分蛋白质的能力.
主要方法:
- 使用一系列具有不同孔径的大小的多孔 (PSi) 薄膜.
- 在不同的缓冲 pH 条件下探测 PSi 阵列元件的反射率.
- 分析光学信号使用机器学习算法进行分类和量化.
主要成果:
- 成功地分类,量化和区分了三个不同的蛋白质.
- 在两个数量级的度范围内证明了可重复的蛋白质识别和区分.
- 通过利用分析物的物理和化学性质以及PSI传感器,实现了无标签检测.
结论:
- PSi传感器阵列平台为生物分子检测提供了一种多功能,低成本和强大的方法.
- 这种方法消除了对昂贵和限制捕获剂的需求,为更简单的生物传感器铺平了道路.
- 这项研究代表了在实际,无剂生物传感应用方面取得的重大进展.
