Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Linker-Preserved Iron Metal–Organic Framework-Based Lateral Flow Assay for Sensitive Transglutaminase 2 Detection in Urine Through Machine Learning-Assisted Colorimetric Analysis
ACS Sensors ( IF 8.2 ) Pub Date : 2024-03-12 , DOI: 10.1021/acssensors.3c02250 Mulya Supianto 1 , Dong Kyu Yoo 1 , Hagyeong Hwang 2 , Han Bin Oh 2 , Sung Hwa Jhung 1 , Hye Jin Lee 1
ACS Sensors ( IF 8.2 ) Pub Date : 2024-03-12 , DOI: 10.1021/acssensors.3c02250 Mulya Supianto 1 , Dong Kyu Yoo 1 , Hagyeong Hwang 2 , Han Bin Oh 2 , Sung Hwa Jhung 1 , Hye Jin Lee 1
Affiliation
|
A groundbreaking demonstration of the utilization of the metal–organic framework MIL-101(Fe) as an exceptionally perceptive visual label in colorimetric lateral flow assays (LFA) is described. This pioneering approach enables the precise identification of transglutaminase 2 (TGM2), a recognized biomarker for chronic kidney disease (CKD), in urine specimens, which offers a remarkably sensitive naked-eye detection mechanism. The surface of MIL-101(Fe) was modified with oxalyl chloride, adipoyl chloride, and poly(acrylic) acid (PAA); these not only improved the labeling material stability in a complex matrix but also achieved a systematic control in the detection limit of the TGM2 concentration using our LFA platform. The advanced LFA with the MIL-101(Fe)–PAA label can detect TGM2 concentrations down to 0.012, 0.009, and 0.010 nM in Tris–HCl buffer, urine, and desalted urine, respectively, which are approximately 55-fold lower than those for a conventional AuNP-based LFAs. Aside from rapid TGM2 detection (i.e., within 20 min), the performance of the MIL-101(Fe)–PAA-based LFA on reproducibility [coefficients of variation (CV) < 2.9%] and recovery (95.9–103.2%) along with storage stability within 25 days of observation (CV < 6.0%) shows an acceptable parameter range for quantitative analysis. A sophisticated sensing method grounded in machine learning principles was also developed, specifically aimed at precisely deducing the TGM2 concentration by analyzing immunoreaction sites. More importantly, our developed LFA offers potential for clinical measurement of TGM2 concentration in normal human urine and CKD patients’ samples.
中文翻译：
基于连接基保留的铁金属有机框架的侧流分析，通过机器学习辅助比色分析检测尿液中的敏感转谷氨酰胺酶 2
描述了在比色侧流分析 (LFA) 中使用金属有机框架 MIL-101(Fe) 作为异常感知视觉标签的突破性演示。这种开创性的方法能够精确识别尿液样本中的转谷氨酰胺酶 2 (TGM2)，这是一种公认的慢性肾病 (CKD) 生物标志物，从而提供了非常灵敏的肉眼检测机制。采用草酰氯、己二酰氯、聚丙烯酸(PAA)对MIL-101(Fe)进行表面改性；这些不仅提高了复杂基质中标记材料的稳定性，而且使用我们的 LFA 平台实现了 TGM2 浓度检测限的系统控制。带有 MIL-101(Fe)–PAA 标记的先进 LFA 可以检测 Tris–HCl 缓冲液、尿液和脱盐尿液中分别低至 0.012、0.009 和 0.010 nM 的 TGM2 浓度，比这些浓度低约 55 倍对于传统的基于 AuNP 的 LFA。除了快速 TGM2 检测（即 20 分钟内）之外，基于 MIL-101(Fe)-PAA 的 LFA 在重现性 [变异系数 (CV) < 2.9%] 和回收率 (95.9–103.2%) 方面的性能观察后 25 天内的储存稳定性（CV < 6.0%）显示出定量分析可接受的参数范围。还开发了一种基于机器学习原理的复杂传感方法，专门旨在通过分析免疫反应位点来精确推断 TGM2 浓度。更重要的是，我们开发的 LFA 为正常人尿液和 CKD 患者样本中 TGM2 浓度的临床测量提供了潜力。
更新日期：2024-03-12
中文翻译：
基于连接基保留的铁金属有机框架的侧流分析，通过机器学习辅助比色分析检测尿液中的敏感转谷氨酰胺酶 2
描述了在比色侧流分析 (LFA) 中使用金属有机框架 MIL-101(Fe) 作为异常感知视觉标签的突破性演示。这种开创性的方法能够精确识别尿液样本中的转谷氨酰胺酶 2 (TGM2)，这是一种公认的慢性肾病 (CKD) 生物标志物，从而提供了非常灵敏的肉眼检测机制。采用草酰氯、己二酰氯、聚丙烯酸(PAA)对MIL-101(Fe)进行表面改性；这些不仅提高了复杂基质中标记材料的稳定性，而且使用我们的 LFA 平台实现了 TGM2 浓度检测限的系统控制。带有 MIL-101(Fe)–PAA 标记的先进 LFA 可以检测 Tris–HCl 缓冲液、尿液和脱盐尿液中分别低至 0.012、0.009 和 0.010 nM 的 TGM2 浓度，比这些浓度低约 55 倍对于传统的基于 AuNP 的 LFA。除了快速 TGM2 检测（即 20 分钟内）之外，基于 MIL-101(Fe)-PAA 的 LFA 在重现性 [变异系数 (CV) < 2.9%] 和回收率 (95.9–103.2%) 方面的性能观察后 25 天内的储存稳定性（CV < 6.0%）显示出定量分析可接受的参数范围。还开发了一种基于机器学习原理的复杂传感方法，专门旨在通过分析免疫反应位点来精确推断 TGM2 浓度。更重要的是，我们开发的 LFA 为正常人尿液和 CKD 患者样本中 TGM2 浓度的临床测量提供了潜力。
京公网安备 11010802027423号