基于规则的算法,用于识别与微球基免疫测试交叉反应的新类毒素的单一和二进制混合物
Ids B Lemmink1, Martin Alewijn2, Erik Beij2
1Laboratory of Organic Chemistry, Wageningen University & Research, Stippeneng 4, 6708 WE, Wageningen, the Netherlands; Wageningen Food Safety Research, Wageningen University & Research, Akkermaalsbos 2, 6708 WB, Wageningen, the Netherlands.
Talanta
|October 14, 2025
概括
一个新的算法使用微球免疫测试准确地识别复杂混合物中的交叉反应分析物. 这种方法提高了环境监测和食品安全测试的分析特异性.
科学领域:
- 分析化学 分析化学
- 生物技术是生物技术.
- 环境科学 环境科学
背景情况:
- 基于微球的免疫测试可以实现高通量多分析剂检测.
- 与结构相似的分析物的交叉反应性问题限制了当前测试中的精确识别.
研究的目的:
- 开发一种新的算法,通过整合来自多个微观层免疫试验的信号,准确识别交叉反应的分析物.
- 为了提高复杂样本矩阵的特异性.
主要方法:
- 一个基于规则的算法被开发和训练使用有限的样本与模拟的pipeting不确定性.
- 在免疫化学信号上进行了曲线拟合和百分位数计算 (第5,第50,第95位).
- 该算法的性能被评估用于识别使用五种抗体在自来水和菜提取物中的新烟类药物.
主要成果:
- 该算法在识别各种样本类型和污染水平的分析物中达到92%的准确性.
- 对于单个和二进制混合的新类类药物,正确的识别被证明.
- 该方法即使在有限数量的训练样本中也显示出稳定性.
结论:
- 开发的算法有效地解决了微球免疫测试中的交叉反应分析物识别挑战.
- 这种方法为多分析物确定提供了显著的进步,特别是在环境和食品安全应用中.
- 该算法的模块化设计允许轻松扩展,包括更多的分析物和抗体,增强其多功能性.
更多相关视频
05:03A Loop-mediated Isothermal Amplification LAMP Assay for Rapid Identification of Bemisia tabaci
Published on: October 29, 2018
17.2K
10:35Study on the Metabolism of Six Systemic Insecticides in a Newly Established Cell Suspension Culture Derived from Tea Camellia Sinensis L. Leaves
Published on: June 15, 2019
8.2K
