MétaCan
Menu
Retour à la cohorte
Enregistrement W2111666842 · doi:10.1002/cbic.200500264

The RNA‐Cleaving Bipartite DNAzyme Is a Distinctive Metalloenzyme

2005· article· en· W2111666842 sur OpenAlexafffund
Anat R. Feldman, Edward Ki Yun Leung, Andrew J. Bennet, Dipankar Sen

Notice bibliographique

RevueChemBioChem · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésDeoxyribozymeRibozymeChemistryRNALigase ribozymeMagnesiumStereochemistryDNACatalysisBiochemistryCombinatorial chemistryGeneOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Much interest has focused on the mechanisms of the five naturally occurring self-cleaving ribozymes, which, in spite of catalyzing the same reaction, adopt divergent strategies. These ribozymes, with the exception of the recently described glmS ribozyme, do not absolutely require divalent metal ions for their catalytic chemistries in vitro. A mechanistic investigation of an in vitro-selected, RNA-cleaving DNA enzyme, the bipartite, which catalyzes the same chemistry as the five natural self-cleaving ribozymes, found a mechanism of significant complexity. The DNAzyme showed a bell-shaped pH profile. A dissection of metal usage indicated the involvement of two catalytically relevant magnesium ions for optimal activity. The DNAzyme was able to utilize manganese(II) as well as magnesium; however, with manganese it appeared to function complexed to either one or two of those cations. Titration with hexaamminecobalt(III) chloride inhibited the activity of the bipartite; this suggests that it is a metalloenzyme that utilizes metal hydroxide as a general base for activation of its nucleophile. Overall, the bipartite DNAzyme appeared to be kinetically distinct not only from the self-cleaving ribozymes but also from other in vitro-selected, RNA-cleaving deoxyribozymes, such as the 8-17, 10-23, and 614.

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 seuil0,004

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 Opus0,008
Tête enseignante GPT0,262
Écart entre enseignants0,254 · 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

Citations23
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemBioChemMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207