MétaCan
Menu
Retour à la cohorte
Enregistrement W3214683560 · doi:10.1039/d1sc04793k

Asymmetric patterning drives the folding of a tripodal DNA nanotweezer

2021· article· en· W3214683560 sur OpenAlexafffund
Daniel Saliba, Tuan Trinh, Christophe Lachance‐Brais, Alexander L. Prinzen, Felix J. Rizzuto, Donatien de Rochambeau, Hanadi F. Sleiman

Notice bibliographique

RevueChemical Science · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcGill University
Organismes subventionnairesKillam TrustsNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for InnovationCanada Council for the Arts
Mots-clésDNA origamiDNAFolding (DSP implementation)TweezersStreptavidinBiophysicsMagnetic tweezersA-DNAChemistryNanotechnologyComputational biologyBiologyMaterials scienceBiochemistryEngineering

Résumé

récupéré en direct d'OpenAlex

DNA tweezers have emerged as powerful devices for a wide range of biochemical and sensing applications; however, most DNA tweezers consist of single units activated by DNA recognition, limiting their range of motion and ability to respond to complex stimuli. Herein, we present an extended, tripodal DNA nanotweezer with a small molecule junction. Simultaneous, asymmetric elongation of our molecular core is achieved using polymerase chain reaction (PCR) to produce length- and sequence-specific DNA arms with repeating DNA regions. When rigidified, our DNA tweezer can be addressed with streptavidin-binding ligands. Full control over the number, separation, and location of these ligands enables site-specific streptavidin recognition; all three arms of the DNA nanotweezer wrap around multiple streptavidin units simultaneously. Our approach combines the simplicity of DNA tile arrays with the size regime normally provided by DNA origami, offering an integrated platform for the use of branched DNA scaffolds as structural building blocks, protein sensors, and dynamic, stimuli-responsive materials.

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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,009
Tête enseignante GPT0,270
Écart entre enseignants0,261 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical ScienceMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207