Affinity-Guided Coevolution of Aptamers for Guanine, Xanthine, Hypoxanthine, and Adenine
Notice bibliographique
Résumé
The simultaneous evolution of multiple aptamers can drastically increase the speed of aptamer discovery. Most previous studies used the same concentration for different targets, leading to the dominance of the libraries by one or a few aptamers and a low success rate. To foster the best aptamers to grow independently in the sequence space, it is important to (1) use low target concentrations close to their dissociation constants and (2) stop at an early round before any sequence starts to dominate. In this study, we demonstrate this affinity-guided selection concept using the capture-SELEX method to isolate aptamers for four important purines: guanine (5 μM), xanthine (50 μM), hypoxanthine (10 μM), and adenine (10 μM). The round 9 library was split, and in round 10, the four targets were individually used to elute the binding sequences. Using thioflavin T fluorescence spectroscopy and isothermal titration calorimetry, we confirmed highly selective aptamers for xanthine, guanine, and adenine. These aptamers have K d values below 1 μM and around 100-fold selectivity against most competing analytes, and they compare favorably with existing RNA aptamers and riboswitches. A separate selection was performed using hypoxanthine alone, and no selective aptamer was achieved, even with negative selection, explaining the lack of its aptamer in our mixed selection. This affinity-guided multiplex SELEX study offers fundamental insights into aptamer selection and provides high-quality aptamers for three important purines.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».