Universal Drag Tag for Direct Quantitative Analysis of Multiple MicroRNAs
Notice bibliographique
Résumé
Using microRNA (miRNA) as molecular markers of diseases requires a method for accurate measurement of multiple miRNAs in biological samples. Direct quantitative analysis of multiple miRNAs (DQAMmiR) has been recently developed based on a classical hybridization approach. In DQAMmiR, miRNAs are hybridized with excess fluorescently labeled complementary DNA probes. Capillary electrophoresis (CE) is used to separate the unreacted probes from the hybrids and the hybrids from each other. The challenging separation is achieved by using two types of mobility modifiers. Single-strand DNA binding protein (SSB) is added to the running buffer to bind and shift the single-stranded unreacted probes from the double-stranded hybrids. Different drag tags are built into the probes to introduce significant differential mobility between their respective hybrids. For the method to be practical it requires a universal extendable drag tag. Polymers are a logical choice for making extendable drag tags. Our recent theoretical work suggested that short peptides could provide a sufficient mobility shift to facilitate DQAMmiR. Here, we experimentally confirm this prediction in the analysis of five miRNAs: mir10b, mir21, mir125b, mir145, and mir155. We conjugated four fluorescently labeled DNA molecules with peptides of 5, 10, 15, or 20 neutral amino acids in length; the fifth probe was peptide-free. The peptide tags showed no interference with SSB binding to the probes and facilitated separation of the five hybrids. The mobilities of the five hybrids were used to refine the previously suggested theory. The analysis was performed in both a pure buffer and in cell lysate. Our analysis of the experimental data suggests that using DNA-peptide probes can readily facilitate simultaneous analysis of more than 10 miRNAs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».