Strategies to Improve Multi-enzyme Compatibility and Coordination in One-Pot SHERLOCK
Notice bibliographique
Résumé
While molecular diagnostics generally require heating elements that supply high temperatures such as 95 °C in polymerase chain reaction and 60-69 °C in loop-mediated isothermal amplification, the recently developed CRISPR-based SHERLOCK (specific high-sensitivity enzymatic reporter unlocking) platform can operate at 37 °C or a similar ambient temperature. This unique advantage may be translated into highly energy-efficient or equipment-free molecular diagnostic systems with unrestricted deployability. SHERLOCK is characterized by ultra-high sensitivity when performed in a traditional two-step format. For RNA sensing, the first step combines reverse transcription with recombinase polymerase amplification, while the second step consists of T7 transcription and CRISPR-Cas13a detection. The sensitivity drops dramatically, however, when all these components are combined into a single reaction mixture, and it largely remains an unmet need in the field to establish a high-performance one-pot SHERLOCK assay. An underlying challenge, conceivably, is the extremely complex nature of a one-pot formulation, crowding a large number of reaction types using at least eight enzymes/proteins. Although previous work has made substantial improvements by serving individual enzymes/reactions with accommodating conditions, we reason that the interactions among different enzymatic reactions could be another layer of complicating factors. In this study, we seek optimization strategies by which inter-enzymatic interference may be eliminated or reduced and cooperation created or enhanced. Several such strategies are identified for SARS-CoV-2 detection, each leading to a significantly improved reaction profile with faster and stronger signal amplification. Designed based on common molecular biology principles, these strategies are expected to be customizable and generalizable with various buffer conditions or pathogen types, thus holding broad applicability for integration into future development of one-pot diagnostics in the form of a highly coordinated multi-enzyme reaction system.
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 | 0,002 | 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».