与PCCODE逻辑集成的非法拉达式阻隔计无标签免疫传感器,用于对后COVID条件进行分层监测

科学领域:

• 生物医学工程 生物医学工程
• 纳米材料是一种纳米材料.
• 诊断技术 诊断技术的使用

背景情况:

• COVID-19大流行凸显了当前诊断工具的局限性,特别是在COVID后疾病 (PCC) 中.
• 越来越需要有效的监测和管理策略,以帮助那些经历了COVID后挑战的人.
• 个性化医疗保健方法在疾病管理中越来越重要.

研究的目的:

• 开发一种快速,灵敏和特定的生物传感器,用于检测与COVID后条件相关的关键生物标志物.
• 创建一个分类模型,根据生物标志物水平将个人分为不同的健康类别.
• 推进COVID后疾病的护理点诊断能力.

主要方法:

• 用氧化 (ZnO) 改造的非法拉第式阻抗度生物传感器的制造.
• 在人体血中检测与瘤坏死因子相关的诱导亡的配体 (TRAIL) 和D-二分体.
• 开发和验证后COVID Co-dysregulation 评估器 (PCCODE) 分类器模型.
• 使用信号映射热图来分层健康类别.

主要成果:

• 生物传感器实现了高灵敏度 (LOD: 3.4 pg/mL用于 TRAIL,8.9 ng/mL用于 D-二元体) 和在人体血中的特异性.
• 在5分钟内从小样本体积 (5μL) 获取快速信号.
• PCCODE分类器成功地将样本分层为健康,炎症,免疫失调和COVID后的类别.

结论:

• 开发的ZnO修饰生物传感器和PCCODE分类器提供了一个有前途的框架,用于实时,机制信息分层后COVID条件.
• 这种综合系统代表了对治疗长期COVID的诊断点的重大进步.
• 该平台通过促进准确评估COVID后患者状况,使个性化医疗保健成为可能.