Screening and Identification of DNA Aptamers to Tyramine Using <i>in Vitro</i> Selection and High-Throughput Sequencing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aptamers are synthetic single-stranded DNA or RNA sequences that can fold into tertiary structures allowing them to interact with and bind to targets with high affinity and specificity. This paper describes the first selection and identification of DNA aptamers able to recognize the biogenic amine tyramine. To successfully isolate aptamers to this challenging small molecule target, the SELEX methodology was adapted by combining a systematic strategy to increase the selection stringency and monitor enrichment success. As the benefits of applying high-throughput sequencing (HTS) in SELEX experiments is becoming more clear, this method was employed in combination with bioinformatics analysis to evaluate the utility of the selection strategy and to uncover new potential high affinity sequences. On the basis of the presence of consensus regions (sequence families) and family similarities (clusters), 15 putative aptamers to tyramine were identified. A recently described workflow approach to perform a primary screening and characterization of the aptamer candidates by microequilibrium dialysis and by microscale thermophoresis was next leveraged. These candidate aptamers exhibited dissociation constant (Kd) values in the range of 0.2-152 μM with aptamer Tyr_10 as the most promising one followed by aptamer Tyr_14. These aptamers could be used as promising molecular recognition tools for the development of inexpensive, robust and innovative biosensor platforms for the detection of tyramine in food and beverages.
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.
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 découle