MétaCan
Menu
Retour à la cohorte
Enregistrement W2793945124 · doi:10.1055/s-0036-1591959

Expanding the Chemical Diversity of DNA

2018· article· en· W2793945124 sur OpenAlexaff
Ryan Hili, Chun Guo, Dehui Kong, Lei Yi

Notice bibliographique

RevueSynlett · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensYork University
Organismes subventionnairesDivision of Materials ResearchNational Institutes of Health
Mots-clésNucleic acidOligonucleotideChemistryPolymerPolymerizationDeoxyribozymeNucleic acid analogueDNAAptamerNucleic acid methodsCombinatorial chemistryNanotechnologyNucleic acid thermodynamicsOrganic chemistryBiochemistryGeneticsBase sequenceBiologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Nucleic acid polymers can be evolved to exhibit desired properties, including molecular recognition of a molecular target and catalysis of a specific reaction. These properties can be readily evolved despite the dearth of chemical diversity available to nucleic acid polymers, especially when compared to the rich chemical complexity of proteins. Expansion of nucleic acid chemical diversity has therefore been an important thrust for improving their properties for analytical and biomedical applications. Herein, we briefly describe the current state-of-the-art for the sequence-defined incorporation of modifications throughout an evolvable nucleic acid polymer. This includes contributions from our own lab, which have expanded the chemical diversity of nucleic acid polymers closer to the level observed in proteinogenic polymers. 1 Introduction 2 Polymerase-Catalyzed Synthesis of Modified Nucleic Acid ­Polymers 3 Ligase-Catalyzed Oligonucleotide Polymerization (LOOPER) 4 LOOPER with Small Modifications 5 LOOPER with Large Modifications 6 Evolution of Aptamers Derived from LOOPER Libraries 7 Outlook

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 enseignants0,002
Score d'incertitude au seuil0,153

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 Opus0,011
Tête enseignante GPT0,268
Écart entre enseignants0,257 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynlettMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207