文献
J-GLOBAL ID:202202264443421361   整理番号:22A0182949

ヒドロホビンキメラに基づく水銀検出のための機械学習増強バイオセンサ【JST・京大機械翻訳】

A machine learning-enhanced biosensor for mercury detection based on an hydrophobin chimera
著者 (9件):
資料名:
巻: 196  ページ: Null  発行年: 2022年 
JST資料番号: D0173C  ISSN: 0956-5663  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
海洋水は,速い速度で多様な汚染物質によって汚染され,これらの水質汚染物質の検出が近年大きな関心事となっている。これらの中で,水銀はヒトの健康に対する最も毒性の高い元素と考えられている。現在,その検出に一般的に使用される方法が正確であるにもかかわらず,それらは,しばしば洗練された装置を必要とし,比較的高コストで,必要で時間がかかる。ここでは海水中の水銀(II)汚染を検出する新しい解決策を提案し,容易で携帯可能な検出法を開発した。実際,ポリスチレンマルチウェルプレートに接着し,結果として蛍光減少を伴う水銀(II)と結合することができるヒドロホビンに基づくキメラを設計した。キメラは,nM範囲の水銀(II)を検出できる蛍光に基づくバイオセンサにおける認識要素であった。実際,このバイオセンサは他の金属の存在下でHg2+濃度を特異的に測定し,水道水中で0.4nM,海水中で0.3nMの検出限界に達した。さらに,開発したバイオセンサを,古典的読取装置の使用なしに水銀濃度レベルを予測する大きな利点を有する機械学習方法論に連結し,従って,非殺菌人員による海汚染のin situモニタリングを可能にした。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
生化学的分析法  ,  分析機器 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る