Nanosensor-Based Pattern-Generating Probe Accelerates Sepsis Diagnosis

多路复用 败血症 费斯特共振能量转移 材料科学 能量转移 纳米技术 计算机科学 临床诊断 鉴定(生物学) 细菌 荧光 生物医学工程 临床实习 多层感知器 荧光团 计算生物学 生物系统
作者
Weiwei NI,Hui Huang,Qiaoyan Yue,Yadan Yuan,Shujun Jiang,Han Liu,Shu-ming Zhang,Wenqi Xiao,Meng Zhang,Yanliang Zhang,Linxian Li,Jinsong Han,Weiwei NI,Hui Huang,Qiaoyan Yue,Yadan Yuan,Shujun Jiang,Han Liu,Shu-ming Zhang,Wenqi Xiao
出处
期刊:ACS Nano [American Chemical Society]
卷期号:19 (46): 40061-40071
标识
DOI:10.1021/acsnano.5c14974
摘要

Biomimetic optical sensor arrays hold promising potential in differentiating nuances within intricate mixtures and biosamples. Nonetheless, developing a standalone pattern-generating sensor for multianalyte identification in clinical biofluids, without the necessity of complicated synthesis, presents significant challenges. Here, we introduce a nanosensor-inspired sensor array (NanoSA), composed of a nanoassembly incorporating three sensors, that exhibits multiple intermolecular fluorescence resonance energy transfer (FRET) effects. This pattern-generating nanoassembly, featuring six channels, parallel sensing, and rapid response, identifies 24 septic bacteria within 30 s (96.9% accuracy). Meanwhile, the nanoassembly shows excellent results in discriminating between multiplex bacterial infections, varying concentrations of bacteria, and those in diverse biofluids (serum and urine). Optimized by nine machine learning algorithms, the multilayer perceptron (MLP) model achieved a 97.6% test accuracy in differentiating clinical sepsis samples infected by five distinct bacteria within 30 s, highlighting the potential of the NanoSA as a crucial tool for the rapid clinical diagnosis.
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
煜楶发布了新的文献求助10
刚刚
1秒前
现代大神发布了新的文献求助10
3秒前
情怀的应助被不想熬夜了采纳,获得10
4秒前
6秒前
6秒前
6秒前
6秒前
TYLZ的应助被jiangnantingyu采纳,获得10
6秒前
科研通AI6.4的应助被jiangnantingyu采纳,获得10
6秒前
aaaa的应助被昨叶何草采纳,获得30
7秒前
魔法河豚发布了新的文献求助10
7秒前
Nole的应助被昨叶何草采纳,获得30
7秒前
Nole的应助被昨叶何草采纳,获得30
7秒前
avalin完成签到,获得积分10
9秒前
胡志飞发布了新的文献求助10
9秒前
10秒前
情怀的应助被科研新牛马采纳,获得10
11秒前
开心德地发布了新的文献求助20
11秒前
充电宝的应助被壮观的小虾米采纳,获得10
13秒前
13秒前
14秒前
shouyu29的应助被赵绡洁采纳,获得10
14秒前
15秒前
藤藤菜发布了新的文献求助10
16秒前
英俊的铭的应助被小羊采纳,获得10
16秒前
zhunyun完成签到,获得积分10
16秒前
sxz发布了新的文献求助10
17秒前
光亮发卡发布了新的文献求助10
17秒前
21秒前
czh发布了新的文献求助30
21秒前
小二郎的应助被舒川水采纳,获得10
21秒前
铠甲勇士发布了新的文献求助10
22秒前
科研通AI6.4的应助被胡志飞采纳,获得10
22秒前
昏睡的蟠桃的应助被诚心文博采纳,获得80
22秒前
molihuakai的应助被光亮发卡采纳,获得10
24秒前
Yjh完成签到,获得积分10
24秒前
热心兰完成签到,获得积分10
24秒前
秋风的应助被yan采纳,获得10
26秒前
冷静雪枫完成签到,获得积分20
26秒前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
The Student's Guide to Social Neuroscience 600
Computational Chemical Reaction Engineering: Modeling, Simulation, and Design with MATLAB 600
Organizational Behavior 510
Management and the Arts 510
A Will for the Machine: Computerization, Automation, and the Arts in South Africa 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 内科学 物理 有机化学 化学工程 生物化学 复合材料 光电子学 细胞生物学 心理学 量子力学 催化作用 物理化学 电极
热门帖子
关注 科研通微信公众号,转发送积分 7811282
求助须知:如何正确求助?哪些是违规求助? 9342803
关于积分的说明 20514797
捐赠科研通 7404138
什么是DOI,文献DOI怎么找? 3329662
关于科研通互助平台的介绍 2476410
邀请新用户注册赠送积分活动 2348722