MétaCan
Menu
Retour à la cohorte
Enregistrement W2090906256 · doi:10.1021/la0112209

DNA Word Design Strategy for Creating Sets of Non-interacting Oligonucleotides for DNA Microarrays

2002· article· en· W2090906256 sur OpenAlexaff
Ming Li, Hye Jin Lee, Anne Condon, Robert M. Corn

Notice bibliographique

RevueLangmuir · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOligonucleotideSet (abstract data type)Word (group theory)Permutation (music)DNA computingDNA microarrayDNATemplateInteger (computer science)AlgorithmComputer scienceBiological systemMathematicsBiologyPhysicsGeneticsGeneGeometry

Résumé

récupéré en direct d'OpenAlex

A template−map design strategy for generating sets of non-interacting DNA oligonucleotides for applications in DNA arrays and biosensors is demonstrated. This strategy is used to create a set of oligonucleotides of size s with length l that possess at least n base mismatches with the complements of all the other members in the set. These “DNA word” sets are denoted as n bm l -mers or l: n sets. To regularize the thermodynamic stability of the perfectly matched hybridized DNA duplexes, the l -mers chosen for all the sets are required to have an approximately 50% G/C content. To achieve good discrimination between each DNA word in each set generated using the template−map strategy, it is required that n should be approximately equal to l /2 or higher. The template−map strategy can be used in a straightforward manner to create DNA word sets for cases when l = 4 k and n = 2 k, where k is an integer. Specific examples of 4 k:2 k sets are designed: an 8:4 set ( s = 224), a 12:6 set ( s = 528), a 16:8 set ( s = 960), and a 20:10 set ( s = 1520). These sets are further optimized to achieve the narrowest possible distribution of melting temperatures by selecting the best set after permutation of the templates and maps over all possible configurations. To demonstrate the viability of this methodology, a non-interacting set of four specific 6bm 12mers have been chosen, synthesized, and used in an SPR imaging measurement of the hybridization adsorption onto a DNA array. The template−map strategy is also applied to generate DNA word sets for cases where l ≠ 4 k . In these cases, the creation of the maps and templates is more complicated, but possible. The templates and maps for three additional types of sets are created: (4 k − 1):(2 k − 1), (4 k + 1):2 k, and (4 k − 2):(2 k − 1). Specific examples are given for l = 7, 9, and 10: DNA word sets of 7:3 ( s = 224), 9:4 ( s = 360), and 10:5 ( s = 132).

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 enseignants0,021
Score d'incertitude au seuil0,527

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 Opus0,035
Tête enseignante GPT0,307
Écart entre enseignants0,272 · 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

Citations49
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207