MétaCan
Menu
Retour à la cohorte
Enregistrement W1838223798 · doi:10.1039/c5sc03705k

Activity modulation and allosteric control of a scaffolded DNAzyme using a dynamic DNA nanostructure

2015· article· en· W1838223798 sur OpenAlexaff
Xiuhai Mao, Anna J. Simon, Hao Pei, Jiye Shi, Jiang Li, Qing Huang, Kevin W. Plaxco, Chunhai Fan

Notice bibliographique

RevueChemical Science · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesNational Key Research and Development Program of ChinaMinistry of Science and Technology of the People's Republic of ChinaChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésDeoxyribozymeAllosteric regulationNanotechnologyDNADNA nanotechnologyChemistryRational designNanostructureMaterials scienceEnzymeBiochemistry

Résumé

récupéré en direct d'OpenAlex

Recognition of the fundamental importance of allosteric regulation in biology dates back to not long after its discovery in the 1960s. Our ability to rationally engineer this potentially useful property into normally non-allosteric catalysts, however, remains limited. In response we report a DNA nanotechnology-enabled approach for introducing allostery into catalytic nucleic acids. Specifically, we have grafted one or two copies of a peroxidase-like DNAzyme, hemin-bound G-quadruplex (hemin-G), onto a DNA tetrahedral nanostructure in such a manner as to cause them to interact, modulating their catalytic activity. We achieve allosteric regulation of these catalysts by incorporating dynamically responsive oligonucleotides that respond to specific "effector" molecules (complementary oligonucleotides or small molecules), altering the spacing between the catalytic sites and thus regulating their activity. This designable approach thus enables subtle allosteric modulation in DNAzymes that is potentially of use for nanomedicine and nanomachines.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,269

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,282
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical ScienceMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207