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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 tête enseignante, 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 ».