基于链接器保存的铁金属有机框架的侧向流量测试用于通过机器学习辅助色度分析在尿液中检测敏感的转质氨酶2

科学领域:

• 材料科学 材料科学 材料科学
• 生物医学工程 生物医学工程
• 分析化学 分析化学

背景情况:

• 慢性病 (CKD) 的诊断依赖于确定特定的生物标志物.
• 转胺酶2 (TGM2) 是一种认可的CKD生物标志物.
• 现有的TGM2检测方法在灵敏度和速度上可能受到限制.

研究的目的:

• 为TGM2检测开发一种高度灵敏和快速的色度测量侧向流量试验 (LFA).
• 使用金属有机框架MIL-101 ((Fe) 作为LFA的新型标签材料.
• 建立一个视觉,裸眼检测方法,以检测尿样中的TGM2.

主要方法:

• 用氧基化物,基化物和聚烯酸 (PAA) 修改MIL-101的表面.
• 开发一种色度测量侧流量试验 (LFA),采用MIL-101 (((Fe) -PAA标签.
• 验证LFA的灵敏度,可重复性,回收性和存储稳定性.
• 机器学习的应用用于精确的TGM2度测定.

主要成果:

• 标有MIL-101 ((Fe) -PAA标签的LFA在尿液中实现了TGM2的低至0.009nM的检测极限.
• 这意味着与传统的金纳米粒子 (AuNP) 基LFA相比,灵敏度提高了55倍.
• 该试验显示出出色的可重复性 (CV < 2.9%),恢复 (95.9-103.2%),以及存储稳定性 (CV < 6.0%超过25天).
• 在20分钟内检测到TGM2.

结论:

• MIL-101 (((Fe) -PAA 作为对色度LFA的有效和敏感的视觉标签.
• 开发的LFA提供了一种快速,灵敏和可靠的方法来检测尿液中的TGM2.
• 这种测试对临床诊断和对CKD的监测具有重大潜力.