MétaCan
Menu
Retour à la cohorte
Enregistrement W2160602216 · doi:10.1261/rna.93506

An RNA ligase-mediated method for the efficient creation of large, synthetic RNAs

2006· article· en· W2160602216 sur OpenAlexafffund
Martha R. Stark, Jeffrey A. Pleiss, Michael L. Deras, Stephen A. Scaringe, Stephen D. Rader

Notice bibliographique

RevueRNA · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRNADNA ligaseRNA ligaseBiologyLigationDNALigase ribozymeComputational biologyChemical ligationBiochemistryMolecular biologyRibozymeGene

Résumé

récupéré en direct d'OpenAlex

RNA ligation has been a powerful tool for incorporation of cross-linkers and nonnatural nucleotides into internal positions of RNA molecules. The most widely used method for template-directed RNA ligation uses DNA ligase and a DNA splint. While this method has been used successfully for many years, it suffers from a number of drawbacks, principally, slow and inefficient product formation and slow product release, resulting in a requirement for large quantities of enzyme. We describe an alternative technique catalyzed by T4 RNA ligase instead of DNA ligase. Using a splint design that allows the ligation junction to mimic the natural substrate of RNA ligase, we demonstrate several ligation reactions that appear to go nearly to completion. Furthermore, the reactions generally go to completion within 30 min. We present data evaluating the relative importance of various parameters in this reaction. Finally, we show the utility of this method by generating a 128-nucleotide pre-mRNA from three synthetic oligoribonucleotides. The ability to ligate synthetic or in vitro transcribed RNA with high efficiency has the potential to open up areas of RNA biology to new functional and biophysical investigation. In particular, we anticipate that site-specific incorporation of fluorescent dyes into large RNA molecules will yield a wealth of new information on RNA structure and function.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 GPT0,279
Écart entre enseignants0,270 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations70
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRNAMême sujetRNA and protein synthesis mechanismsTravaux en français237 207