MétaCan
Menu
Retour à la cohorte
Enregistrement W3012502225 · doi:10.1002/anie.202000025

In Vitro Selection of a DNA Aptamer Targeting Degraded Protein Fragments for Biosensing

2020· article· en· W3012502225 sur OpenAlexafffund
Meng Liu, Jiayi Wang, Yangyang Chang, Qiang Zhang, Dingran Chang, Christy Y. Hui, John D. Brennan, Yingfu Li

Notice bibliographique

RevueAngewandte Chemie International Edition · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésAptamerBiosensorSystematic evolution of ligands by exponential enrichmentIn vitroDNAChemistryComputational biologySelection (genetic algorithm)BiophysicsMolecular biologyCell biologyNanotechnologyBiologyBiochemistryComputer scienceMaterials scienceRNAGene

Résumé

récupéré en direct d'OpenAlex

Protein biomarkers often exist as degradation fragments in biological samples, and affinity agents derived using a purified protein may not recognize them, limiting their value for clinical diagnosis. Herein, we present a method to overcome this issue, by selecting aptamers against a degraded form of the toxin B protein, which is a marker for diagnosing toxigenic Clostridium difficile infections. This approach has led to isolation of a DNA aptamer that recognizes degraded toxin B, fresh toxin B, and toxin B spiked into human stool samples. DNA aptamers selected using intact recombinant toxin B failed to recognize degraded toxin B, which is the form present in stored stool samples. Using this new aptamer, we produced a simple paper-based analytical device for colorimetric detection of toxin B in stool samples, or in the NAP1 strain of Clostridium difficile. The combined aptamer-selection and paper-sensing strategy can expand the practical utility of DNA aptamers 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 enseignants0,029
Score d'incertitude au seuil0,400

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 Opus0,014
Tête enseignante GPT0,274
Écart entre enseignants0,259 · 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

Citations62
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207