In Vitro Selection in Serum: RNA-Cleaving DNAzymes for Measuring Ca<sup>2+</sup> and Mg<sup>2+</sup>
Notice bibliographique
Résumé
RNA-cleaving DNAzymes have been attempted as in vivo analytical probes and gene silencing reagents over the past two decades. Despite progress already achieved, concerns still exist regarding the activity of DNAzymes in biological fluids. An example is the low activity of the 10–23 DNAzyme in intracellular Mg 2+ concentrations. To obtain DNAzymes that work optimally in biological samples, we herein report the first DNAzyme in vitro selection in undiluted human blood serum. The selection starts with a large DNA library containing 50 random nucleotides, and sequences that can be cleaved in serum were isolated and amplified. After deep sequencing analysis, 80% of the final library are a variant of the 8–17 DNAzyme (named 17EV1). The main difference between 17E and 17EV1 is a single mutation at the N 12 position of the catalytic core. 17EV1 is ∼6-fold faster in serum than 17E, since 17EV1 is preferentially activated by Ca 2+ and serum is rich in Ca 2+ over Mg 2+ . On the other hand, 17E has a similar activity with Ca 2+ or Mg 2+ . With this observation, a method for measuring the Ca 2+ /Mg 2+ ratio was developed by combining the 17E and 17EV1 DNAzymes. This study demonstrates the feasibility of selecting DNAzymes in biological fluids and will facilitate the application of DNAzymes in bioanalytical chemistry and gene therapy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| 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 ».