DNAzyme motor systems and logic gates facilitated by toehold exchange translators
Notice bibliographique
Résumé
DNAzyme motor systems using gold nanoparticles (AuNPs) as scaffolds are useful for biosensing and in situ amplification because these systems are free of protein enzymes, isothermal, homogeneous, and sensitive. However, detecting different targets using the available DNAzyme motor techniques requires redesigns of the DNAzyme motor. We report here a toehold-exchange translator and the translator-mediated DNAzyme motor systems, which enable sensitive responses to various nucleic acid targets using the same DNAzyme motor without requiring redesign. The translator is able to efficiently convert different nucleic acid targets into a specific output DNA that further activates the pre-silenced DNAzyme motor and consequently initiates the autonomous walking of the DNAzyme motor. Simply adjusting the target-binding region of the translator enables the same DNAzyme motor system to respond to various nucleic acid targets. The translator-mediated DNAzyme motor system is able to detect as low as 2.5 pM microRNA-10b and microRNA-21 under room temperature without the need of separation or washing. We further demonstrate the versatility of the translator and the DNAzyme motor by successful construction and operation of four logic gates, including OR, AND, NOR, and NAND logic gates. These logic gates use two microRNA targets as inputs and generate amplified fluorescence signals from the operation of the same DNAzyme motor. Incorporation of the toehold-exchange translator into the DNAzyme motor technology improves the biosensing applications of DNA motors to diverse nucleic acid targets.
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 ».