清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

“Lock-and-key” recognizer-encoded lateral flow assays toward foodborne pathogen detection: An overview of their fundamentals and recent advances

适体 多路复用 计算机科学 计算生物学 纳米技术 注意事项 生化工程 生物技术 生物 工程类 生物信息学 医学 材料科学 分子生物学 护理部
作者
Xiaojing Liu,Deepak Kukkar,Ziai Deng,Di Yang,Jianlong Wang,Ki‐Hyun Kim,Daohong Zhang
出处
期刊:Biosensors and Bioelectronics [Elsevier BV]
卷期号:235: 115317-115317 被引量:35
标识
DOI:10.1016/j.bios.2023.115317
摘要

In light of severe health risks of foodborne pathogenic bacterial diseases, the potential utility of point-of-care (POC) sensors is recognized for pathogens detection. In this regard, lateral flow assay (LFA) is a promising and user-friendly option for such application among various technological approaches. This article presents a comprehensive review of "lock-and-key" recognizer-encoded LFAs with respect to their working principles and detection performance against foodborne pathogenic bacteria. For this purpose, we describe various strategies for bacteria recognition including the antibody-based antigen-antibody interactions, nucleic acid aptamer-based recognition, and phage-mediated targeting of bacterial cells. In addition, we also outline the technological challenges along with the prospects for the future development of LFA in food analysis. The LFA devices built based upon many recognition strategies are found to have great potential for rapid, convenient, and effective POC detection of pathogens in complex food matrixes. Future developments in this field should emphasize the development of high-quality bio-probes, multiplex sensors, and intelligent portable readers.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
xinxin完成签到,获得积分10
17秒前
LL完成签到 ,获得积分10
17秒前
随心所欲完成签到 ,获得积分10
46秒前
56秒前
Akim应助孤独太清采纳,获得10
1分钟前
1分钟前
ZXD1989完成签到 ,获得积分10
1分钟前
孤独太清发布了新的文献求助10
1分钟前
孤独太清完成签到,获得积分10
1分钟前
香蕉觅云应助科研通管家采纳,获得10
1分钟前
菜菜一只应助liuye0202采纳,获得10
1分钟前
1分钟前
FeelingUnreal完成签到,获得积分10
1分钟前
GHOSTagw完成签到,获得积分10
1分钟前
鱼湘完成签到,获得积分10
1分钟前
开放的乐驹完成签到 ,获得积分10
1分钟前
liuye0202完成签到,获得积分10
2分钟前
小果完成签到 ,获得积分10
2分钟前
lily完成签到 ,获得积分10
2分钟前
大个应助北极星采纳,获得10
2分钟前
2分钟前
2分钟前
芋圆完成签到,获得积分10
2分钟前
北极星发布了新的文献求助10
2分钟前
3分钟前
yolo发布了新的文献求助10
3分钟前
3分钟前
章建清发布了新的文献求助10
3分钟前
华仔应助科研通管家采纳,获得10
3分钟前
3分钟前
今后应助科研通管家采纳,获得10
3分钟前
刘小博发布了新的文献求助10
3分钟前
Imran完成签到,获得积分10
4分钟前
乐观的雁完成签到 ,获得积分10
4分钟前
科研通AI6.3应助Lulu采纳,获得10
4分钟前
LeoBigman完成签到 ,获得积分10
4分钟前
4分钟前
如意盼夏完成签到 ,获得积分10
5分钟前
刘小博完成签到,获得积分10
5分钟前
赘婿应助刘小博采纳,获得10
5分钟前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
CLSI M07 2024 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7247728
求助须知:如何正确求助?哪些是违规求助? 8870706
关于积分的说明 18712205
捐赠科研通 6926131
什么是DOI,文献DOI怎么找? 3197998
关于科研通互助平台的介绍 2373776
邀请新用户注册赠送积分活动 2172888