MétaCan
Menu
Retour à la cohorte
Enregistrement W2782156804 · doi:10.1002/cpch.28

In Vitro Selection and Characterization of DNA Aptamers to a Small Molecule Target

2017· article· en· W2782156804 sur OpenAlexaff
Annamaria Ruscito, Erin M. McConnell, Anna Koudrina, Ranganathan Velu, Christopher Mattice, Vernon Hunt, Maureen McKeague, Maria C. DeRosa

Notice bibliographique

RevueCurrent Protocols in Chemical Biology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAptamerOligonucleotideComputational biologySystematic evolution of ligands by exponential enrichmentSmall moleculeDNASelection (genetic algorithm)Characterization (materials science)BiologyNanotechnologyChemistryMolecular biologyGeneticsComputer scienceGeneRNAMaterials science

Résumé

récupéré en direct d'OpenAlex

Aptamers, synthetic oligonucleotide-based molecular recognition probes, have found use in a wide array of biosensing technologies based on their tight and highly selective binding to a variety of molecular targets. However, the inherent challenges associated with the selection and characterization of aptamers for small molecule targets have resulted in their underrepresentation, despite the need for small molecule detection in fields such as medicine, the environment, and agriculture. This protocol describes the steps in the selection, sequencing, affinity characterization, and truncation of DNA aptamers that are specific for small molecule targets. © 2017 by John Wiley & Sons, Inc.

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 enseignants0,012
Score d'incertitude au seuil0,436

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 Opus0,023
Tête enseignante GPT0,350
Écart entre enseignants0,327 · 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

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Protocols in Chemical BiologyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207