MétaCan
Menu
Retour à la cohorte
Enregistrement W2300872164 · doi:10.1002/cbic.201600136

Nanostructures from Synthetic Genetic Polymers

2016· article· en· W2300872164 sur OpenAlexaff
Alexander I. Taylor, Fabienne Beuron, Sew‐Yeu Peak‐Chew, Edward P. Morris, Piet Herdewijn, Philipp Holliger

Notice bibliographique

RevueChemBioChem · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensConcordia University
Organismes subventionnairesEuropean Social FundBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesMedical Research CouncilEuropean Science FoundationUniversity of OxfordCancer Research UK
Mots-clésNucleic acidRNADNAPolymerChemistryNanotechnologyPolynucleotideComputational biologyBiochemistryBiologyMaterials scienceGeneOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nanoscale objects of increasing complexity can be constructed from DNA or RNA. However, the scope of potential applications could be enhanced by expanding beyond the moderate chemical diversity of natural nucleic acids. Here, we explore the construction of nano-objects made entirely from alternative building blocks: synthetic genetic polymers not found in nature, also called xeno nucleic acids (XNAs). Specifically, we describe assembly of 70 kDa tetrahedra elaborated in four different XNA chemistries (2'-fluro-2'-deoxy-ribofuranose nucleic acid (2'F-RNA), 2'-fluoroarabino nucleic acids (FANA), hexitol nucleic acids (HNA), and cyclohexene nucleic acids (CeNA)), as well as mixed designs, and a ∼600 kDa all-FANA octahedron, visualised by electron microscopy. Our results extend the chemical scope for programmable nanostructure assembly, with implications for the design of nano-objects and materials with an expanded range of structural and physicochemical properties, including enhanced biostability.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,221 · 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

Citations75
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemBioChemMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207