MétaCan
Menu
Retour à la cohorte
Enregistrement W4379966658 · doi:10.1002/smll.202303007

Nucleic Acid Enzyme‐Activated CRISPR‐Cas12a With Circular CRISPR RNA for Biosensing

2023· article· en· W4379966658 sur OpenAlexaff
Yunping Wu, Dingran Chang, Yangyang Chang, Qiang Zhang, Yi Liu, John D. Brennan, Yingfu Li, Meng Liu

Notice bibliographique

RevueSmall · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcMaster University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésCRISPRTrans-activating crRNANucleic acidRNADNARibozymeDeoxyribozymeBiologyComputational biologyCas9GeneticsGene

Résumé

récupéré en direct d'OpenAlex

clustered regularly interspaced short palindromic repeats (CRISPR)-Cas systems are increasingly used in biosensor development. However, directly translating recognition events for non-nucleic acid targets by CRISPR into effective measurable signals represents an important ongoing challenge. Herein, it is hypothesized and confirmed that CRISPR RNAs (crRNAs) in a circular topology efficiently render Cas12a incapable of both site-specific double-stranded DNA cutting and nonspecific single-stranded DNA trans cleavage. Importantly, it is shown that nucleic acid enzymes (NAzymes) with RNA-cleaving activity can linearize the circular crRNAs, activating CRISPR-Cas12a functions. Using ligand-responsive ribozymes and DNAzymes as molecular recognition elements, it is demonstrated that target-triggered linearization of circular crRNAs offers great versatility for biosensing. This strategy is termed as "NAzyme-Activated CRISPR-Cas12a with Circular CRISPR RNA (NA3C)." Use of NA3C for clinical evaluation of urinary tract infections using an Escherichia coli-responsive RNA-cleaving DNAzyme to test 40 patient urine samples, providing a diagnostic sensitivity of 100% and specificity of 90%, is further demonstrated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,273
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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

Citations57
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207