Replacing Mg<sup>2+</sup> by Fe<sup>2+</sup> for RNA‐Cleaving DNAzymes
Notice bibliographique
Résumé
Abstract It has been proposed that Mg2+ and Fe2+ are very similar in interacting with ribozymes and some protein‐based enzymes, but their activities with DNAzymes have yet to be studied. Here, the activity of Fe2+ as cofactor for a few RNA‐cleaving DNAzymes is investigated. 17E is a well‐studied DNAzyme that is active in the presence of many different divalent metal ions; it is highly active with Fe2+ with an apparent Kd of 29.7±2.3 μm and a kobs of 1.12±0.11 min−1 in the presence of 1 mm Fe2+ at pH 7.5. Fe2+ has 21‐fold higher activity than Mg2+. Six different DNAzymes are then tested, and only the DNAzymes active with Mg2+ (17E, 8–17, and E5) are active with Fe2+. Fe2+ has 25 and one‐ to twofold higher activity than Mg2+ for the 8–17 and E5 DNAzymes, respectively. In pH>7 buffer and in presence of air, 1 mm Fe2+ results in a nonspecific degradation of the DNA strand due to reactive oxygen species (ROS). Cleavage reactions in anoxic environment and antioxidant ascorbate can be used to overcome the effect of oxidation. The findings provide insights for potential DNAzyme catalysis in the early Earth, and they further support the similarity between Mg2+ and Fe2+ in enzyme catalysis.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».