MétaCan
Menu
Retour à la cohorte
Enregistrement W2329859787 · doi:10.1021/acs.biochem.6b00132

<i>In Vitro</i> Selection of a DNAzyme Cooperatively Binding Two Lanthanide Ions for RNA Cleavage

2016· article· en· W2329859787 sur OpenAlexafffund
Po‐Jung Jimmy Huang, Mahsa Vazin, Juewen Liu

Notice bibliographique

RevueBiochemistry · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDeoxyribozymeLanthanideChemistryCleavage (geology)NucleotideStereochemistryDiastereomerMetal ions in aqueous solutionDNARNAIonCrystallographyBiochemistryMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Trivalent lanthanide ions (Ln(3+)) were recently employed to select RNA-cleaving DNAzymes, and three new DNAzymes have been reported so far. In this work, dysprosium (Dy(3+)) was used with a library containing 50 random nucleotides. After six rounds of in vitro selection, a new DNAzyme named Dy10a was obtained and characterized. Dy10a has a bulged hairpin structure cleaving a RNA/DNA chimeric substrate. Dy10a is highly active in the presence of the five Ln(3+) ions in the middle of the lanthanide series (Sm(3+), Eu(3+), Gd(3+), Tb(3+), and Dy(3+)), while its activity descends on the two sides. The cleavage rate reaches 0.6 min(-1) at pH 6 with just 200 nM Sm(3+), which is the fastest among all known Ln(3+)-dependent enzymes. Dy10a binds two Ln(3+) ions cooperatively. When a phosphorothioate (PS) modification is introduced at the cleavage junction, the activity decreases by >2500-fold for both the Rp and Sp diastereomers, and thiophilic Cd(2+) cannot rescue the activity. The pH-rate profile has a slope of 0.37 between pH 4.2 and 5.2, and the slope was even lower at higher pH. On the basis of these data, a model of metal binding is proposed. Finally, a catalytic beacon sensor that can detect Ho(3+) down to 1.7 nM is constructed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 seuil0,440

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,283
Écart entre enseignants0,273 · 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 tête enseignante, 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

Citations40
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiochemistryMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207