MétaCan
Menu
Retour à la cohorte
Enregistrement W3016233583 · doi:10.1002/anie.202001123

Amplified Self‐Immolative Release of Small Molecules by Spatial Isolation of Reactive Groups on DNA‐Minimal Architectures

2020· article· en· W3016233583 sur OpenAlexafffund
Alexander L. Prinzen, Daniel Saliba, Christopher Hennecker, Tuan Trinh, Anthony Mittermaier, Hanadi F. Sleiman

Notice bibliographique

RevueAngewandte Chemie International Edition · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de Recherche du Québec-Société et CultureCanada Research ChairsCanada Foundation for InnovationCanada Council for the Arts
Mots-clésChemistryDNAIsolation (microbiology)MoleculeNanotechnologyBiophysicsBiochemistryMaterials scienceOrganic chemistryBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

Triggering the release of small molecules in response to unique biomarkers is important for applications in drug delivery and biodetection. Due to low quantities of biomarker, amplifying release is necessary to gain appreciable responses. Nucleic acids have been used for both their biomarker-recognition properties and as stimuli, notably in amplified small-molecule release by nucleic-acid-templated catalysis (NATC). The multiple components and reversibility of NATC, however, make it difficult to apply in vivo. Herein, we report the use of the hybridization chain reaction (HCR) for the amplified, conditional release of small molecules from standalone nanodevices. We couple HCR with a DNA-templated reaction resulting in the amplified, immolative release of small molecules. We integrate the HCR components into single nanodevices as DNA tracks and spherical nucleic acids, spatially isolating reactive groups until triggering. This could be applied to biosensing, imaging, and drug delivery.

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 enseignants0,099
Score d'incertitude au seuil0,537

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 GPT0,250
Écart entre enseignants0,239 · 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

Citations46
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

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