Discovery of DNA aptamers targeting SARS-CoV-2 nucleocapsid protein and protein-binding epitopes for label-free COVID-19 diagnostics
Notice bibliographique
Résumé
The spread of COVID-19 has affected billions of people across the globe, and the diagnosis of viral infection still needs improvement. Because of high immunogenicity and abundant expression during viral infection, SARS-CoV-2 nucleocapsid (N) protein could be an important diagnostic marker. This study aimed to develop a label-free optical aptasensor fabricated with a novel single-stranded DNA aptamer to detect the N protein. The N-binding aptamers selected using asymmetric-emulsion PCR-SELEX and their binding affinity and cross-reactivity were characterized by biolayer interferometry. The tNSP3 aptamer (44 nt) was identified to bind the N protein of wild type and Delta and Omicron variants with high affinity (K D in the range of 0.6–3.5 nM). Utilizing tNSP3 to detect the N protein spiked in human saliva evinced the potential of this aptamer with a limit of detection of 4.5 nM. Mass spectrometry analysis was performed along with molecular dynamics simulation to obtain an insight into how tNSP3 binds to the N protein. The identified epitope peptides are localized within the RNA-binding domain and C terminus of the N protein. Hence, we confirmed the performance of this aptamer as an analytical tool for COVID-19 diagnosis.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».