MétaCan
Menu
Retour à la cohorte
Enregistrement W4378528181 · doi:10.3390/bios13060581

Exonuclease III Can Efficiently Cleave Linear Single-Stranded DNA: Reshaping Its Experimental Applications in Biosensors

2023· article· en· W4378528181 sur OpenAlexaff
Yijun Shen, Haoyu Yuan, Zixuan Guo, Xiu‐Qing Li, Zhiqing Yang, Chengli Zong

Notice bibliographique

RevueBiosensors · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesNational Key Research and Development Program of ChinaHainan UniversityNational Natural Science Foundation of China
Mots-clésCleaveExonucleaseDNAExonuclease IIIChemistryBiosensorSubstrate (aquarium)BiophysicsCombinatorial chemistryBiochemistryBiologyGeneEscherichia coliDNA polymerase

Résumé

récupéré en direct d'OpenAlex

Exonuclease III (Exo III) has been generally used as a double-stranded DNA (dsDNA)-specific exonuclease that does not degrade single-stranded DNA (ssDNA). Here, we demonstrate that Exo III at concentrations above 0.1 unit/μL can efficiently digest linear ssDNA. Moreover, the dsDNA specificity of Exo III is the foundation of many DNA target recycling amplification (TRA) assays. We demonstrate that with 0.3 and 0.5 unit/μL Exo III, the degradation of an ssDNA probe, free or fixed on a solid surface, was not discernibly different, regardless of the presence or absence of target ssDNA, indicating that Exo III concentration is critical in TRA assays. The study has expanded the Exo III substrate scope from dsDNA to both dsDNA and ssDNA, which will reshape its experimental applications.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,295
Écart entre enseignants0,267 · 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.

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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiosensorsMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207