Selective detections of single-viruses using solid-state nanopores.
Selective detections of single-viruses using solid-state nanopores.
复制标题
DOI：
10.1038/s41598-018-34665-4
复制
发表时间：
2018-11-02
影响因子：
4.6
通讯作者：
Kawai T
中科院分区：
文献类型：
--
作者：
Arima A;Tsutsui M;Harlisa IH;Yoshida T;Tanaka M;Yokota K;Tonomura W;Taniguchi M;Okochi M;Washio T;Kawai T
在症状出现之前对流感进行快速诊断，可以减少严重并发症的风险，防止传染病爆发，从而彻底改变我们的健康。传感器的灵敏度和选择性是实现这一目标的关键，因为在感染的早期阶段，病毒的数量相当少。在这里，我们报告了基于纳米孔分析的流感的无标记电子诊断，该分析通过其不同的物理特征来区分单个病毒粒子。我们利用电渗流在Si3N4孔口处过滤污染物，实现了对生理介质中表面带负电荷的单个流感病毒的选择性阻性脉冲传感。我们通过离子电流特征的模式分类，在单一病毒水平上以68%的准确率证明了同种异型的识别。我们还通过集成>；20病毒粒子的脉冲数据，证明了在二项分布定理下，这种可识别性变为>；95%。这种简单的机制对于各种流感类型的护理点测试是通用的。
Rapid diagnosis of flu before symptom onsets can revolutionize our health through diminishing a risk for serious complication as well as preventing infectious disease outbreak. Sensor sensitivity and selectivity are key to accomplish this goal as the number of virus is quite small at the early stage of infection. Here we report on label-free electrical diagnostics of influenza based on nanopore analytics that distinguishes individual virions by their distinct physical features. We accomplish selective resistive-pulse sensing of single flu virus having negative surface charges in a physiological media by exploiting electroosmotic flow to filter contaminants at the Si3N4 pore orifice. We demonstrate identifications of allotypes with 68% accuracy at the single-virus level via pattern classifications of the ionic current signatures. We also show that this discriminability becomes >95% under a binomial distribution theorem by ensembling the pulse data of >20 virions. This simple mechanism is versatile for point-of-care tests of a wide range of flu types.
登录
查看更多内容
DOI：
10.1086/591708
发表时间：
2008-10-01
期刊：
The Journal of infectious diseases
影响因子：
--
作者：
Morens DM;Taubenberger JK;Fauci AS
通讯作者：
Fauci AS
影响因子：
8.9
作者：
Athreya, Nagendra Bala Murali;Sarathy, Aditya;Leburton, Jean-Pierre
通讯作者：
Leburton, Jean-Pierre
影响因子：
17.1
作者：
Qiu H;Girdhar A;Schulten K;Leburton JP
通讯作者：
Leburton JP
影响因子：
1.7
作者：
Peaper DR;Landry ML
通讯作者：
Landry ML
影响因子：
56.9
作者：
Gamblin, SJ;Haire, LF;Skehel, JJ
通讯作者：
Skehel, JJ