Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

SERS and advanced chemometrics - Utilization of Siamese neural network for picomolar identification of beta-lactam antibiotics resistance gene fragment

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22310%2F22%3A43925042" target="_blank" >RIV/60461373:22310/22:43925042 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/60461373:22330/22:43925042 RIV/60461373:22340/22:43925042 RIV/00216208:11320/22:10452098

  • Výsledek na webu

    <a href="https://doi.org/10.1016/j.aca.2021.339373" target="_blank" >https://doi.org/10.1016/j.aca.2021.339373</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.aca.2021.339373" target="_blank" >10.1016/j.aca.2021.339373</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    SERS and advanced chemometrics - Utilization of Siamese neural network for picomolar identification of beta-lactam antibiotics resistance gene fragment

  • Popis výsledku v původním jazyce

    The enormous development and expansion of antibiotic-resistant bacterial strains impel the intensive search for new methods for fast and reliable detection of antibiotic susceptibility markers. Here, we combined DNA-targeted surface functionalization, surface-enhanced Raman spectroscopy (SERS) measurements, and subsequent spectra processing by decision system (DS) for detection of a specific oligonucleotide (ODN) sequence identical to a fragment of blaNDM-1 gene, responsible for beta-lactam antibiotic resistance. The SERS signal was measured on plasmonic gold grating, functionalized with capture ODN, ensuring the binding of corresponded ODNs. Designed DS consists of a Siamese neural network (SNN) coupled with robust statistics and Bayes decision theory. The proposed approach allows manipulation with complex multicomponent samples and predefine the desired detection level of confidence and errors, automatically determining the number of required spectra and samples. In constant to commonly used classification-type SNN, our method was applied to analyze samples with compositions previously &quot;unknown&quot; to DS. The detection of targeted ODN was performed with &gt;= 99% level of confidence up to 3 x 10(-12) M limit on the background of 10(-10) M concentration of similar but not targeted ODNs. (C) 2021 Elsevier B.V. All rights reserved.

  • Název v anglickém jazyce

    SERS and advanced chemometrics - Utilization of Siamese neural network for picomolar identification of beta-lactam antibiotics resistance gene fragment

  • Popis výsledku anglicky

    The enormous development and expansion of antibiotic-resistant bacterial strains impel the intensive search for new methods for fast and reliable detection of antibiotic susceptibility markers. Here, we combined DNA-targeted surface functionalization, surface-enhanced Raman spectroscopy (SERS) measurements, and subsequent spectra processing by decision system (DS) for detection of a specific oligonucleotide (ODN) sequence identical to a fragment of blaNDM-1 gene, responsible for beta-lactam antibiotic resistance. The SERS signal was measured on plasmonic gold grating, functionalized with capture ODN, ensuring the binding of corresponded ODNs. Designed DS consists of a Siamese neural network (SNN) coupled with robust statistics and Bayes decision theory. The proposed approach allows manipulation with complex multicomponent samples and predefine the desired detection level of confidence and errors, automatically determining the number of required spectra and samples. In constant to commonly used classification-type SNN, our method was applied to analyze samples with compositions previously &quot;unknown&quot; to DS. The detection of targeted ODN was performed with &gt;= 99% level of confidence up to 3 x 10(-12) M limit on the background of 10(-10) M concentration of similar but not targeted ODNs. (C) 2021 Elsevier B.V. All rights reserved.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    20501 - Materials engineering

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA21-06065S" target="_blank" >GA21-06065S: Nové funkcionalizované senzory založené na plazmonech jako nástroje pro monitorování buněk a pro pokročilé tkáňové inženýrství</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Analytica Chimica Acta

  • ISSN

    0003-2670

  • e-ISSN

  • Svazek periodika

    1192

  • Číslo periodika v rámci svazku

    FEB 1 2022

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    9

  • Strana od-do

    "339373/1"-9

  • Kód UT WoS článku

    000735770400006

  • EID výsledku v databázi Scopus