实时信号分析与更广泛的动态范围和增强的灵敏度在多重色度测定免疫试验使用编码的凝微粒
Yong Jun Lim1, Jun Hee Choi1, Seok Joon Mun1
1Department of Chemical and Biological Engineering, Korea University, Seoul 02841, South Korea.
Analytical chemistry
|April 25, 2024
概括
这项研究引入了多重色度测定免疫试验的实时信号分析,提高了蛋白质定量精度和吞吐量. 与传统的终点分析相比,新方法显著扩大了动态范围和灵敏度.
科学领域:
- 生物医学工程 生物医学工程
- 分析化学 分析化学
- 生物技术是生物技术.
背景情况:
- 使用编码水凝微粒的多重色度免疫测试为医学诊断提供了简单的多重蛋白质量化.
- 传统的终点分析限制了动态范围,需要精确的时间来获得最佳结果.
研究的目的:
- 引入和验证一个实时信号分析方法,用于在多重色度测定免疫试验中增强蛋白质量化.
- 通过利用色度信号生成的动力学来克服终点分析的局限性.
主要方法:
- 开发了一个基于深度学习的程序,用于自动读取编码的水凝微粒和实时色度信号跟踪.
- 实现实时信号分析,以测量色度产品积累的速率 (斜率).
- 将该方法应用于多重色度免疫试验,用于与子宫前相关的蛋白质标.
主要成果:
- 实现了动态范围比传统的终点分析宽两倍多.
- 与终点方法相比,表现出 4-10 倍的灵敏度.
- 实现了高精度和高通量蛋白质定量.
结论:
- 实时信号分析显著提高了多重色度测定免疫检测的性能.
- 基于深度学习的方法促进了准确和高效的动力分析.
- 这项技术为诊断中敏感和广泛的蛋白质定量提供了一个强大的工具.
