MétaCan
Menu
Retour à la cohorte
Enregistrement W2793598939 · doi:10.1002/smll.201703858

A Universal Upconversion Sensing Platform for the Sensitive Detection of Tumour‐Related ncRNA through an Exo III‐Assisted Cycling Amplification Strategy

2018· article· en· W2793598939 sur OpenAlexaff
Keying Zhang, Lin Yang, Feng Lu, Xingcai Wu, Jun‐Jie Zhu

Notice bibliographique

RevueSmall · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNon-coding RNASmall hairpin RNARNADNAPhoton upconversionBiologyMolecular biologyMaterials scienceBiochemistryGeneOptoelectronicsLuminescence

Résumé

récupéré en direct d'OpenAlex

upconversion nanoparticles by DNA hybridization, leading to quenching of the upconversion emission through fluorescence resonance energy transfer. A signal DNA (SDNA) sequence is designed to open Hp, recovering the upconversion emission. To achieve universality and high sensitivity of the nanoprobe, an exonuclease III (Exo III)-assisted cycling amplification strategy is introduced. A multifunctional hairpin DNA (mHp) containing ncRNA recognition sequence and SDNA sequence is designed to recognize ncRNA and trigger Exo III as a biocatalyst to stepwise disintegrate itself, releasing both ncRNA and SDNA. The released ncRNA can be reused to release more SDNA, which greatly improves the sensing sensitivity. By changing the recognition portion of mHp, various ncRNA can be detected. The sensitive detection of both homeobox (HOX) transcript antisense RNA segment and miR-21 is achieved with this novel strategy, even in human serum, indicating the universality and sensitivity of the proposed strategy. Additionally, the expression level of miR-21 in human breast cancer cell (MCF-7) lysate is successfully measured, suggesting its potential in clinical diagnosis.

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 enseignants0,180
Score d'incertitude au seuil0,414

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 Opus0,029
Tête enseignante GPT0,284
Écart entre enseignants0,254 · 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

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207