Selection of DNA Aptamers for Root Exudate <scp>l</scp>-Serine Using Multiple Selection Strategies
Notice bibliographique
Résumé
Agricultural biosensing can aid decisions about crop health and maintenance, because crops release root exudates that can inform about their status. l -Serine has been found to be indicative of nitrogen uptake in wheat and canola. The development of a biosensor for l -serine could allow farmers to monitor crop nutrient demands more precisely. The development of robust l -serine-binding DNA aptamers is described. Because small molecules can be challenging targets for Systematic Evolution of Ligands by EXponential enrichment (SELEX), three separate DNA libraries were used for SELEX experiments. A l -homocysteine aptamer was randomized to create a starting library for a l -serine selection (randomized SELEX). The final selection rounds of the l -homocysteine selection were also used as a starting library for l -serine (redirected SELEX). Finally, an original DNA library was used (original SELEX). All three SELEX experiments produced l -serine-binding aptamers with micromolar affinity, with Red.1 aptamer having a K d of 7.9 ± 3.6 μM. Truncation improved the binding affinity to 5.2 ± 2.7 μM, and from this sequence, a Spiegelmer with improved nuclease resistance was created with a K d of 2.0 ± 0.8 μM. This l -serine-binding Spiegelmer has the affinity and stability to be incorporated into aptamer-based biosensors for agricultural applications.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».