Multi-feature Classification to Improve Colorimetric Loop-Mediated Isothermal Amplification Fidelity
Este estudio aborda los desafíos de reproducibilidad de la amplificación isotérmica mediada por bucle (LAMP) colorimétrica mediante el desarrollo de un modelo de clasificación de aprendizaje automático que utiliza características termodinámicas y de secuencia, particularmente de los cebadores F1c y B1c, para predecir el éxito del ensayo y mejorar la fidelidad del diseño de los cebadores.