MétaCan
Menu
Retour à la cohorte
Enregistrement W2468025291 · doi:10.1021/acs.analchem.6b02117

Analysis of DNA in Phosphate Buffered Saline Using Kinetic Capillary Electrophoresis

2016· article· en· W2468025291 sur OpenAlexafffund
Mirzo Kanoatov, Sergey N. Krylov

Notice bibliographique

RevueAnalytical Chemistry · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryCapillary electrophoresisChromatographyPhosphateElectrophoresisPhosphate buffered salineDNACapillary actionBiochemistry

Résumé

récupéré en direct d'OpenAlex

Kinetic capillary electrophoresis (KCE) methods are useful in the study of kinetics and equilibrium properties of interactions between DNA and its binding partners (ligands). KCE experiments are typically performed in a narrow set of "conventional" low-conductivity run buffers while DNA-ligand interactions in biological systems occur in physiological fluids, characterized by high ionic strengths. The nature and ionic strength of the buffer, in which DNA-ligand interaction occurs, can significantly influence the binding. Therefore, KCE experiments meant to study such interactions would greatly benefit if they could be performed in physiological buffers, such as phosphate buffered saline (PBS). No previous KCE studies of DNA used PBS as the run buffer. Here, we test the feasibility of using PBS as a KCE run buffer for analysis of DNA and show that its usage under standard KCE conditions renders DNA undetectable. We uncover the causes of this previously unreported detrimental effect and come up with a modification of KCE which allows one to overcome it. We apply the modified KCE method to an experimental model of a platelet-derived growth factor (PDGF) protein and its DNA aptamer, which was selected in PBS, and show that the results obtained in PBS run buffer are much closer to previously reported values than those which were obtained with a conventional low-conductivity capillary electrophoresis (CE) buffer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,270
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), 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

Citations23
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207