Ideal‐filter capillary electrophoresis: A highly efficient partitioning method for selection of protein binders from oligonucleotide libraries
Notice bibliographique
Résumé
Abstract Selection of affinity ligands for protein targets from oligonucleotide libraries currently involves multiple rounds of alternating steps of partitioning of protein‐bound oligonucleotides (binders) from protein‐unbound oligonucleotides (nonbinders). We have recently introduced ideal‐filter capillary electrophoresis (IFCE) for binder selection in a single step of partitioning. In IFCE, protein‐binder complexes and nonbinders move inside the capillary in the opposite directions, and the efficiency of their partitioning reaches 10 9 , i.e., only one of a billion molecules of nonbinders leaks through IFCE while all binders pass through. The condition of IFCE can be satisfied when the magnitude of the mobility of EOF is smaller than that of the protein‐binder complexes and larger than that of nonbinders. The efficiency of partitioning in IFCE is 10 million times higher than those of solid‐phase‐based methods of partitioning typically used in selection of affinity ligands for protein targets from oligonucleotide libraries. Here, we provide additional details on our justification for IFCE development. We elaborate on electrophoretic aspects of the method and define the theoretical range of EOF mobilities that support IFCE. Based on these theoretical results, we identify an experimental range of background electrolyte's ionic strength that supports IFCE. We also extend our interpretation of the results and discuss in‐depth IFCE's prospective in practical applications and fundamental studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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 tête enseignante, 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 ».