MétaCan
Menu
Retour à la cohorte
Enregistrement W2418302135 · doi:10.1021/acs.analchem.5b01362

Cleavable Molecular Beacon for Hg<sup>2+</sup> Detection Based on Phosphorothioate RNA Modifications

2015· article· en· W2418302135 sur OpenAlexafffundabout
Po‐Jung Jimmy Huang, Feng Wang, Juewen Liu

Notice bibliographique

RevueAnalytical Chemistry · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Research, Innovation and Science
Mots-clésChemistryDeoxyribozymeRNAMolecular beaconDNACleavage (geology)Metal ions in aqueous solutionThymineSelectivityBiosensorMetalMercury (programming language)OligonucleotideGeneOrganic chemistryCatalysisBiochemistry

Résumé

récupéré en direct d'OpenAlex

Mercury is a highly toxic heavy metal, and detection of Hg(2+) by biosensors has attracted extensive research interest in the past decade. In particular, a number of DNA-based sensing strategies have been developed. Well-known examples include thymine-Hg(2+) interactions and Hg(2+)-activated DNAzymes. However, these mechanisms are highly dependent on buffer conditions or require hybridization with another DNA strand. Herein, we report a new mechanism based on Hg(2+)-induced cleavage of phosphorothioate (PS) modified RNA. Among the various metal ions tested, Hg(2+) induced the most significant cleavage (∼16%), while other metals cleaved less than 2% of the same substrate. The uncleaved substrate undergoes desulfurization in the presence of Hg(2+). This cleavage reaction yields a similar amount of product from pH 3.5 to 7 and in the temperature range between 20 and 90 °C. Various PS RNA junctions can be cleaved with a similar efficiency, but PS DNA junctions cannot be cleaved. A molecular beacon containing three PS RNA modifications is designed, detecting Hg(2+) down to 1.7 nM with excellent selectivity. This sensor can also detect Hg(2+) in the Lake Ontario water sample, although its response is significantly masked by fish tissues.

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 enseignants0,231
Score d'incertitude au seuil0,872

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 Opus0,018
Tête enseignante GPT0,282
Écart entre enseignants0,264 · 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

Citations79
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207