Assemblage of Signaling DNA Enzymes with Intriguing Metal-Ion Specificities and pH Dependences
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We report a group of new DNA enzymes that possess a synchronized RNA-cleavage/fluorescence-signaling ability and exhibit wide-ranging metal-ion and pH dependences. These DNA catalysts were derived from a random-sequence DNA pool in a two-stage process: (1) establishment of a catalytic DNA population through repetitive rounds of in vitro selection at pH 4.0, and (2) sequence-diversification and catalytic-activity optimization through five parallel paths of in vitro evolution conducted at pH 3.0, 4.0, 5.0, 6.0, and 7.0, respectively. The deoxyribozymes were evolved to cleave the phosphodiester bond of a single ribonucleotide embedded in DNA and flanked immediately by two deoxyribonucleotides modified with a fluorophore and a quencher, respectively--a setting that synchronizes catalysis with fluorescence signaling. The most dominant catalyst from each pool was examined for metal-ion specificity, catalytic efficiency, pH dependence, and fluorescence-signaling capability. Individual catalysts have different metal-ion requirements and can generate as much as a 12-fold fluorescence enhancement upon RNA cleavage. Most of the DNA enzymes have a pH optimum coinciding with the selection pH and exhibit a rate constant approximating 1 min(-)(1) under optimal reaction conditions. The demonstration of DNA enzymes that are functional under extremely high acidity (such as pH 3 and 4) indicates that DNA has the ability to perform efficient catalysis even under harsh reaction conditions. The isolation of many new signaling DNA enzymes with broad pH optima and metal-ion specificities should facilitate the development of diverse deoxyribozyme-based biosensors.
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.
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 découle