MétaCan
Menu
Retour à la cohorte
Enregistrement W2017054061 · doi:10.1021/bi900631u

Characterization of an RNA-Cleaving Deoxyribozyme with Optimal Activity at pH 5

2009· article· en· W2017054061 sur OpenAlexaff
K. A. Srinivas, Wendy W. K. Mok, Md. Monsur Ali, Yingfu Li

Notice bibliographique

RevueBiochemistry · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDeoxyribozymeCleaveRibonucleotideRNANucleotideChemistryDNACleavage (geology)EnzymeBiochemistryStereochemistryOligonucleotideBiologyGene

Résumé

récupéré en direct d'OpenAlex

An in vitro selection endeavor previously executed by our laboratory led to the isolation of a set of RNA-cleaving deoxyribozymes that thrive under acidic conditions [Liu, Z., Mei, S. H., Brennan, J. D., and Li, Y. (2003) J. Am. Chem. Soc. 125, 7539-7545]. One of these sequences, coined pH5DZ1, is a 100-nucleotide (nt) cis-acting enzyme that was found to exhibit high cleavage activity near pH 5. Herein, we seek to deduce the properties and sequence requirements of this enzyme. This deoxyribozyme was found to cleave a 23-nt chimeric DNA-RNA substrate, which contains a single ribonucleotide flanked by fluorophore- and quencher-modified nucleotides on each side of the cleavage junction. Extensive nucleotide deletion experiments indicated that only 42 bases within the original enzyme sequence are required for catalysis. Results from a reselection experiment further revealed that 26 of these nucleotides are absolutely conserved. In addition to sequence analysis and minimization studies, we successfully designed a trans-acting variant of this enzyme. Characterization of the cleavage products produced upon pH5DZ1-mediated RNA cleavage and analyses of possible structures of pH5DZ1 provided us with insights into the catalytic mechanism of pH5DZ1 and characteristics of deoxyribozymes that retain their activity under acidic conditions.

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 enseignants0,006
Score d'incertitude au seuil0,575

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 Opus0,005
Tête enseignante GPT0,243
Écart entre enseignants0,238 · 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

Citations31
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistryMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207