Fluorescence Quenching of Graphene Oxide Integrating with the Site-Specific Cleavage of the Endonuclease for Sensitive and Selective MicroRNA Detection
Notice bibliographique
Résumé
A considerable effort is currently focused on identifying microRNA (miRNA) biomarkers because they could serve for early disease diagnosis as well as for assessing the prognosis and monitoring the response to treatment. The efficient use of the biomarkers requires precise analysis of miRNAs. This work reports a rapid, sensitive, and selective miRNA assay by coupling the fluorescence quenching of graphene oxide (GO) with site-specific cleavage of an endonuclease. The method is developed by designing a single-stranded probe that carries both a binding region responsible for facilitating the interaction with GO, which induces fluorescence quenching of the 5'-terminus-labeled fluorophore (FAM, 6-carboxyfluorescein), and a sensing region for specifically recognizing the target and hybridizing with it to form a duplex. The duplex is released from the GO surface through cleavage of RsaI endonuclease, resulting in fluorescence recovery, which shows a trend in the target concentration. The assay can detect down to ∼3.0 fM miR-126 with a linear range of 4 orders of magnitude and has an ability to discriminate the target sequence from even single-base mismatched sequence or other miRNA sequences. Moreover, it can also be used for estimating the miR-126 expressions in cells. The advantage of this assay is that it operates via the detection of the recovered fluorescence signal, which is a combined result of the specific hybridization and the site-specific cleavage, and thus should be impervious to false signals arising due to the nonspecific adsorption of interferants. It could be a great potential tool for selective analysis of miRNAs in cells.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».