MétaCan
Menu
Retour à la cohorte
Enregistrement W2072363537 · doi:10.1093/nar/30.8.1735

A general approach for the use of oligonucleotide effectors to regulate the catalysis of RNA-cleaving ribozymes and DNAzymes

2002· article· en· W2072363537 sur OpenAlexaff
De Yun Wang

Notice bibliographique

RevueNucleic Acids Research · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRibozymeDeoxyribozymeBiologyOligonucleotideRNALigase ribozymeEffectorHammerhead ribozymeNucleic acidBiochemistryVS ribozymeHairpin ribozymeDNAGene

Résumé

récupéré en direct d'OpenAlex

A general approach is described for controlling the RNA-cleaving activity of nucleic acid enzymes (ribozymes and DNAzymes) via the use of oligonucleotide effectors (regulators). In contrast to the previously developed approaches of allosteric and facilitator-mediated regulation of such enzymes, this approach, called 'expansive' regulation, requires that the regulator bind simultaneously to both enzyme and substrate to form a branched three-way complex. Such three-way enzyme-substrate-regulator complexes are catalytically competent relative to the structurally unstable enzyme-substrate complexes. Using the 8-17 and bipartite DNAzymes and the hammerhead ribozyme as model systems, 20- to 30-fold rate enhancements were achieved in the presence of regulators of engineered variants of the above three enzymes, even under unoptimized conditions. Broadly, using this approach ribozyme and DNAzyme variants that are amenable to regulation by oligonucleotide effectors can be designed even in the absence of any knowledge of the folded structure of the relevant ribozyme or DNAzyme. Expansive regulation therefore represents a new and potentially useful technology for both the regulation of nucleic acid enzymes and the detection of specific RNA transcripts.

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)0,001
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 enseignants0,030
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,065
Tête enseignante GPT0,330
Écart entre enseignants0,265 · 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

Citations78
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

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