An Ultrasensitive Light-up Cu<sup>2+</sup> Biosensor Using a New DNAzyme Cleaving a Phosphorothioate-Modified Substrate
Notice bibliographique
Résumé
Cu(2+) is a very important metal ion in biology, environmental science, and industry. Developing biosensors for Cu(2+) is a key topic in analytical chemistry. DNAzyme-based sensors are highly attractive for their excellent sensitivity, stability, and programmability. In the past decade, a few Cu(2+) biosensors were reported using DNAzymes with DNA cleavage or DNA ligation activity. However, they require unstable ascorbate or imidazole activation. So far, no RNA-cleaving DNAzymes specific for Cu(2+) are known. In this work, a phosphorothioate (PS) RNA-containing library was used for in vitro selection, and a few new Cu(2+)-specific RNA-cleaving DNAzymes were isolated. Among them, a DNAzyme named PSCu10 was studied further. It has only eight nucleotides in the enzyme loop with a cleavage rate of 0.1 min(-1) in the presence of 1 μM Cu(2+) at pH 6.0 (its optimal pH). Between the two diastereomers of the PS RNA chiral center, the R(p) isomer is 37 times more active than the S(p) one. Among the other divalent metal ions, only Hg(2+) can cleave the substrate due to its extremely high thiophilicity. A catalytic beacon sensor was designed with a detection limit of 1.6 nM Cu(2+) and extremely high selectivity. PSCu10 is specific for Cu(2+), and it has no cleavage in the presence of ascorbate, which reduces Cu(2+) to Cu(+).
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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».