Non-SELEX Selection of Aptamers
Notice bibliographique
Résumé
Aptamers are typically selected from libraries of random DNA (or RNA) sequences by SELEX, which involves multiple rounds of alternating steps of partitioning and PCR amplification. Here we report, for the first time, non-SELEX selection of aptamers-a process that involves repetitive steps of partitioning with no amplification between them. A highly efficient affinity method, non-equilibrium capillary electrophoresis of equilibrium mixtures (NECEEM), was used for partitioning. We found that three steps of NECEEM-based partitioning in the non-SELEX approach were sufficient to improve the affinity of a DNA library to a target protein by more than 4 orders of magnitude. The resulting affinity was higher than that of the enriched library obtained in three rounds of NECEEM-based SELEX. Remarkably, NECEEM-based non-SELEX selection took only 1 h in contrast to several days or several weeks required for a typical SELEX procedure by conventional partitioning methods. In addition, NECEEM-based non-SELEX allowed us to accurately measure the abundance of aptamers in the library. Not only does this work introduce an extremely fast and economical method for aptamer selection, but it also suggests that aptamers may be much more abundant than they are thought to be. Finally, this work opens the opportunity for selection of drug candidates from libraries of small molecules, which cannot be PCR-amplified and thus are not approachable by SELEX.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».