Quantitative Comparison of Capture-SELEX, GO-SELEX, and Gold-SELEX for Enrichment of Aptamers
Notice bibliographique
Résumé
Since 1990, numerous methods for aptamer selection have been developed, although a quantitative comparison of their sequence enrichment is lacking. In this study, we compared the enrichment factors of three library-immobilization SELEX methods (capture-SELEX, GO-SELEX, and gold-SELEX). We used a spiked library that contained multiple DNA aptamers with different affinities for adenosine. The aptamer separation efficiency was measured using qPCR, and all of the three methods showed a very low DNA release (<1%) in the presence of 100 μM adenosine. Among these, barely any DNA was released from the gold nanoparticles. Deep sequencing was used to compare the enrichment of three aptamers: Ade1301, Ade1304, and the classical aptamer. Enrichment up to 30 to 50-fold was observed only for the capture-SELEX method, whereas the other two methods showed enrichment factors below 1. By blocking the primer-binding regions of the library, GO-SELEX reached up to 14% enrichment. Finally, the enrichment of aptamers based on nonspecific release and target-induced release was discussed, and the advantages of capture-SELEX were rationalized. Taken together, these results indicate that capture-SELEX is a much more efficient method for enriching aptamers.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».