Hg<sup>2+</sup> detection using a phosphorothioate RNA probe adsorbed on graphene oxide and a comparison with thymine-rich DNA
Notice bibliographique
Résumé
Mercury is a highly toxic heavy metal and many DNA-based biosensors have been recently developed for Hg(2+) detection in water. Among them, thymine-rich DNA is the most commonly used for designing Hg(2+) sensors. However, the thymine-Hg(2+) interaction is strongly affected by the buffer conditions. We recently reported a molecular beacon containing phosphorothioate (PS)-modified RNA linkages that can be cleaved by Hg(2+). In this work, the fluorescence quenching and DNA adsorption properties of nano-sized graphene oxide (NGO) were used to develop a new sensor using the PS-RNA chemistry. Three DNA probes, containing one, three and five PS-RNA linkages, respectively, were tested. Finally, a fluorophore-labeled poly-A DNA with five PS-RNA linkages was selected and adsorbed by NGO. In the presence of Hg(2+), the fluorophore was released from NGO due to the cleavage reaction, resulting in a fluorescence enhancement. This sensor is highly selective for Hg(2+) with a detection limit of 8.5 nM Hg(2+). For comparison, a fluorophore-labeled poly-T DNA was also tested, which responded to Hg(2+) more slowly and was inhibited by high NaCl concentrations, while the PS-RNA probe was more tolerant to different buffer conditions. This work indicates a new method for interfacing DNA with NGO for Hg(2+) detection.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».