A novel method to detect mutation in DNA by utilizing exponential amplification reaction triggered by the CRISPR-Cas9 system
Notice bibliographique
Résumé
We, herein, describe a novel method to detect mutation in DNA by utilizing exponential amplification reaction (EXPAR) triggered by clustered regularly interspaced short palindromic repeats (CRISPR)-Cas9, called CRISPR-EXPAR. The CRISPR system consisting of two Cas9/sgRNA complexes was designed to cut out a specific mutation region within the target DNA, which would consequently promote EXPAR by continuously repeated extension and nicking reactions. As a consequence, a large number of final EXPAR products, which can be monitored through duplex-specific fluorescent staining, are produced. Based on this design principle, we successfully identified a model target mutation within the human epidermal growth factor receptor 2 (HER2) gene down to 437 aM with excellent specificity. The practical capability of this method was verified by reliably identifying the target mutation directly from the genomic DNA (gDNA) extracted from the lung cancer cell line, NCI-H1781 (H1781), and its universal applicability was further confirmed by identifying another EFGF L858R mutation. This technique could serve as a new isothermal platform to identify various mutations by rationally redesigning single guide RNA (sgRNA) according to the target mutation site.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».