DNA Modulates the Interaction of Genetically Engineered DNA-Binding Proteins and Gold Nanoparticles: Diagnosis of High-Risk HPV Infection
Notice bibliographique
Résumé
Gene detection has an important role in diagnosing several serious diseases and genetic defects in modern clinical medicine. Herein, we report a fast and convenient gene detection method based on the modulation of the interaction between a heat-resistant double-stranded DNA (dsDNA)-binding protein (Sso7d) and gold nanoparticles (Au NPs). We prepared a recombinant Cys-Sso7d, which is Sso7d with an extra cysteine (Cys) residue in the N-terminus, through protein engineering to control the interaction between Sso7d and Au NPs. Cys-Sso7d exhibited a stronger affinity for Au NPs and more easily induced the aggregation of Au NPs than Sso7d. In addition, Cys-Sso7d retained its ability to bind with dsDNA. The aggregation of Au NPs induced by Cys-Sso7d was diminished in the presence of dsDNA, which could be utilized as a transduction mechanism for the detection of the polymerase chain reaction (PCR) products of human papillomavirus (HPV) gene fragments (HPV types 16 and 18). The Cys-Sso7d/Au NP probe could detect as few as 1 copy of the HPV gene. The sensitivity and specificity of the Cys-Sso7d/Au NP probe for Pap smear clinical specimens (n = 52) for HPV 16 and HPV 18 detection were 85.7%/100.0% and 85.7%/91.7%, respectively. Our results demonstrate that the Cys-Sso7d/Au NP probe can be used to diagnose high-risk HPV types in Pap smear samples with high sensitivity, specificity, and accuracy.
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 | 0,000 | 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 | 0,001 | 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 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 ».