MétaCan
Menu
Retour à la cohorte
Enregistrement W2019608675 · doi:10.1093/nar/gki1013

Characterization of a catalytically efficient acidic RNA-cleaving deoxyribozyme

2005· article· en· W2019608675 sur OpenAlexafffund

Notice bibliographique

RevueNucleic Acids Research · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcMaster University
Organismes subventionnairesCanada Research ChairsCanadian Institutes of Health ResearchHealth CanadaOntario Innovation Trust
Mots-clésDeoxyribozymeDNARNACatalysisNucleotideBiologyBiochemistryCombinatorial chemistryStereochemistryChemistryGene

Résumé

récupéré en direct d'OpenAlex

We previously demonstrated--through the isolation of RNA-cleaving deoxyribozymes by in vitro selection that are catalytically active in highly acidic solutions--that DNA, despite its chemical simplicity, could perform catalysis under challenging chemical conditions [Liu,Z., Mei,S.H., Brennan,J.D. and Li,Y. (2003) J. Am. Chem. Soc. 125, 7539-7545]. One remarkable DNA molecule therefrom is pH4DZ1, a self-cleaving deoxyribozyme that exhibits a k(obs) of approximately 1 min(-1) at pH 3.8. In this study, we carried out a series of experiments to examine the sequence and catalytic properties of this acidic deoxyribozyme. Extensive nucleotide truncation experiments indicated that pH4DZ1 was a considerably large deoxyribozyme, requiring approximately 80 out of the original 123 nt for the optimal catalytic activity. A reselection experiment identified ten absolutely conserved nucleotides that are distributed in three catalytically crucial sequence elements. In addition, a trans deoxyribozyme was successfully designed. Comparison of the observed rate constant of pH4DZ1 with experimentally determined rate constant for the uncatalyzed reaction revealed that pH4DZ1 achieved a rate enhancement of approximately 10(6)-fold. This study provides valuable information about this low-pH-functional deoxyribozyme and paves way for further structural and mechanistic characterization of this unique catalytic DNA.

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)0,001
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 enseignants0,022
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,022
Tête enseignante GPT0,331
Écart entre enseignants0,309 · 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

Citations36
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNucleic Acids ResearchMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207