MétaCan
Menu
Retour à la cohorte
Enregistrement W2093609706 · doi:10.1021/ja404653q

Allosterically Tunable, DNA-Based Switches Triggered by Heavy Metals

2013· article· en· W2093609706 sur OpenAlexafffund
Alessandro Porchetta, Alexis Vallée‐Bélisle, Kevin W. Plaxco, Francesco Ricci

Notice bibliographique

RevueJournal of the American Chemical Society · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringBill and Melinda Gates FoundationNational Institute of Allergy and Infectious DiseasesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésAllosteric regulationChemistryDNAEffectorMolecular switchIonRational designNanotechnologyBiophysicsMoleculeEnzymeBiochemistry

Résumé

récupéré en direct d'OpenAlex

Here we demonstrate the rational design of allosterically controllable, metal-ion-triggered molecular switches. Specifically, we designed DNA sequences that adopt two low energy conformations, one of which does not bind to the target ion and the other of which contains mismatch sites serving as specific recognition elements for mercury(II) or silver(I) ions. Both switches contain multiple metal binding sites and thus exhibit homotropic allosteric (cooperative) responses. As heterotropic allosteric effectors we employ single-stranded DNA sequences that either stabilize or destabilize the nonbinding state, enabling dynamic range tuning over several orders of magnitude. The ability to rationally introduce these effects into target-responsive switches could be of value in improving the functionality of DNA-based nanomachines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,247
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), 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

Citations117
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207