MétaCan
Menu
Retour à la cohorte
Enregistrement W2999830141 · doi:10.1007/s12274-020-2629-8

Graphene oxide as a photocatalytic nuclease mimicking nanozyme for DNA cleavage

2020· article· en· W2999830141 sur OpenAlexaff
Jinyi Zhang, Shihong Wu, Lingzi Ma, Peng Wu, Juewen Liu

Notice bibliographique

RevueNano Research · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensNational Institute for Nanotechnology
Organismes subventionnairesnon disponible
Mots-clésPhotochemistryPhotobleachingNucleaseCleavage (geology)ChemistryGrapheneDNANanomaterialsCleaveFluorophoreFluorescenceCombinatorial chemistryNanotechnologyMaterials scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Developing nanomaterial-based enzyme mimics for DNA cleavage is an interesting challenge and it has many potential applications. Single-layered graphene oxide (GO) is an excellent platform for DNA adsorption. In addition, GO has been employed for photosensitized generation of reactive oxygen species (ROS). Herein, we demonstrate that GO sheets could cleave DNA as a nuclease mimicking nanozyme in the presence of UV or blue light. For various DNA sequences and lengths, well-defined product bands were observed along with photobleaching of the fluorophore label on the DNA. Different from previously reported GO cleavage of DNA, our method did not require metal ions such as Cu 2+ . Fluorescence spectroscopy suggested a high adsorption affinity between GO and DNA. For comparison, although zero-dimensional fluorescent carbon dots (C-dots) had higher photosensitivity in terms of producing ROS, their cleavage activity was much lower and only smeared cleavage products were observed, indicating that the ROS acted on the DNA in solution. Based on the results, GO behaved like a classic heterogeneous catalyst following substrate adsorption, reaction, and product desorption steps. This simple strategy may help in the design of new nanozymes by introducing light.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,000
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 Opus0,104
Tête enseignante GPT0,383
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), 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

Citations83
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano ResearchMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207