Rationally Designed Nucleobase and Nucleotide Coordinated Nanoparticles for Selective DNA Adsorption and Detection
Notice bibliographique
Résumé
Nanomaterials for DNA adsorption are useful for sequence-specific DNA detection. Current materials for DNA adsorption employ electrostatic attraction, hydrophobic interaction, or π-π stacking, none of which can achieve sequence specificity. Specificity might be improved by involving hydrogen bonding and metal coordination. In this work, a diverse range of nucleobase/nucleotide (adenine, adenosine, adenosine 5'-triphosphate (ATP), adenosine 5'-monophosphate (AMP), and guanosine 5'-triphosphate (GTP)) coordinated materials containing various metal ions (Au(III), Ag(I), Ce(III), Gd(III), and Tb(III)) are prepared. In most cases, nanoparticles are formed. These materials have different surface charges, and positively charged particles only show nonspecific DNA adsorption. Negatively charged materials give different adsorption kinetics for different DNA sequences, where complementary DNA homopolymers are adsorbed faster than other sequences. Therefore, the bases in the coordinated materials can still form base pairs with the DNA. The adsorption strength is mainly controlled by the metal ions, where Au shows the strongest adsorption while lanthanides are weaker. These materials can be used as sensors for DNA detection and can also deliver DNA into cells with no detectable toxicity. By tuning the nanoparticle formulation, enhanced detection can be achieved. This study is an important step toward rational design of materials to achieve specific interactions between biomolecules and synthetic nanoparticle surfaces.
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 ».