A Label-Free, Mix-and-Detect ssDNA-Binding Assay Based on Cationic Conjugated Polymers
Notice bibliographique
Résumé
The accurate, simple, and efficient measurement of the concentration of single-stranded DNA (ssDNA) is important for many analytical applications, such as DNA adsorption, biosensor design, and disease diagnosis, but it is still a challenge. Herein, we studied a cationic conjugated polymer (CCP)-based ssDNA assay taking advantage of the obvious fluorescence change of CCPs upon binding ssDNA. Poly(3-(3′-N,N,N-triethylamino-1′-propyloxy)-4-methyl-2,5-thiophene hydrochloride) (PMNT) achieved an apparent dissociation constant (Kd) of 57 ± 4 nM for ssDNA, indicating a very high binding affinity between PMNT and ssDNA. This allowed us to develop a CCP-based ssDNA biosensor with a detection limit of 0.6 nM, similar to the fluorescence-dye-based method using SYBR Green I and SYBR Gold. Our CCP-based biosensor produced smaller differences among ssDNA samples with different base compositions. In addition, the existence of double-stranded DNA (dsDNA) at different concentrations did not interfere with the fluorescence of PMNT, indicating that our CCP-based biosensor was more suitable for the measurement of ssDNA. Compared with fluorescence-intensity-based quantification, our CCP system allowed ratiometric quantification, which made the calibration easier and more robust. We then applied our method to the quantification of ssDNA on AuNPs using both unmodified and thiolated ssDNA, and the accurate quantification of ssDNA was achieved without any fluorophore modification. This method provides an alternative approach for the measurement of ssDNA.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».