MétaCan
Menu
Retour à la cohorte
Enregistrement W2271998228 · doi:10.1021/acs.bioconjchem.5b00665

Measuring and Suppressing the Oxidative Damage to DNA During Cu(I)-Catalyzed Azide–Alkyne Cycloaddition

2016· article· en· W2271998228 sur OpenAlexaff
Gary R. Abel, Zachary A. Calabrese, Jeffrey Ayco, Jason E. Hein, Tao Ye

Notice bibliographique

RevueBioconjugate Chemistry · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueClick Chemistry and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCancer Research Coordinating CommitteeUniversity of California MercedNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésChemistryClick chemistryCycloadditionAzideOligonucleotideBioconjugationAlkyneCombinatorial chemistryReactivity (psychology)DNA damageDNADimethyl sulfoxideAqueous solutionCatalysisOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

We have used the quantitative polymerase chain reaction (qPCR) to measure the extent of oxidative DNA damage under varying reaction conditions used for copper(I)-catalyzed click chemistry. We systematically studied how the damage depends on a number of key reaction parameters, including the amounts of copper, ascorbate, and ligand used, and found that the damage is significant under nearly all conditions tested, including those commonly used for bioconjugation. Furthermore, we discovered that the addition of dimethyl sulfoxide, a known radical scavenger, into the aqueous mixture dramatically suppresses DNA damage during the reaction. We also measured the efficiency of cross-linking two short synthetic oligonucleotides via click chemistry, and found that the reaction could proceed reasonably efficiently even with DMSO present. This approach for screening both DNA damage and reactivity under a range of reaction conditions will be valuable for improving the biocompatibility of click chemistry, and should help to extend this powerful synthetic tool for both in vitro and in vivo applications.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,229
Écart entre enseignants0,209 · 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
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

Citations80
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioconjugate ChemistryMême sujetClick Chemistry and ApplicationsTravaux en français237 207