MétaCan
Menu
Retour à la cohorte
Enregistrement W2153558675 · doi:10.1002/anie.201403777

Using the Population‐Shift Mechanism to Rationally Introduce “Hill‐type” Cooperativity into a Normally Non‐Cooperative Receptor

2014· article· en· W2153558675 sur OpenAlexafffund
Anna J. Simon, Alexis Vallée‐Bélisle, Francesco Ricci, Herschel M. Watkins, Kevin W. Plaxco

Notice bibliographique

RevueAngewandte Chemie International Edition · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversité de Montréal
Organismes subventionnairesArmy Research OfficeInstitute for Collaborative BiotechnologiesDivision of Materials ResearchNational Institute of Biomedical Imaging and BioengineeringNational Institute of Allergy and Infectious DiseasesNatural Sciences and Engineering Research Council of CanadaFP7 People: Marie-Curie ActionsNational Institutes of HealthNational Science Foundation
Mots-clésCooperativityAllosteric regulationCooperative bindingBiophysicsPopulationChemistryReceptorNanotechnologyCombinatorial chemistryComputational biologyBinding siteMaterials scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Allosteric cooperativity, which nature uses to improve the sensitivity with which biomolecular receptors respond to small changes in ligand concentration, could likewise be of use in improving the responsiveness of artificial biosystems. Thus motivated, we demonstrate here the rational design of cooperative molecular beacons, a widely employed DNA sensor, using a generalizable population-shift approach in which we engineer receptors that equilibrate between a low-affinity state and a high-affinity state exposing two binding sites. Doing so we achieve cooperativity within error of ideal behavior, greatly steepening the beacon's binding curve relative to that of the parent receptor. The ability to rationally engineer cooperativity should prove useful in applications such as biosensors, synthetic biology and "smart" biomaterials, in which improved responsiveness is of value.

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)0,001
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 enseignants0,427
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,290
Écart entre enseignants0,278 · 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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207