MétaCan
Menu
Retour à la cohorte
Enregistrement W4395112505 · doi:10.1039/d3nr06010a

Tri-state logic computation by activating DNA origami chains

2024· article· en· W4395112505 sur OpenAlexfundno aff
Kun Wang, Qiuyan Huang, Mohammed R. Elshaer, Brian Knorr, P. M. Chaikin, Guolong Zhu

Notice bibliographique

RevueNanoscale · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensnon disponible
Organismes subventionnairesFairleigh Dickinson UniversityYork UniversityU.S. Department of Energy
Mots-clésHingeComputationState (computer science)Logic gateDNA origamiDNAAND gateComputer scienceTopology (electrical circuits)NanotechnologyPhysicsEngineeringMaterials scienceAlgorithmElectrical engineeringClassical mechanicsBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

.); however, realizing tri-state logic (high impedance Z) in DNA computation is understudied. Here we actively fold DNA origami chain-like hinged rods to induce conformational changes that return tri-state logic signals. We use rigid six helix-bundle (6HB) DNA origami to self-assemble a linear trimer chain as a circuit platform with functional single-stranded (ss) DNA near each semi-flexible hinge. The presence or absence of ssDNA enable and input strands allows hybridization to take place at the hinges, activating one fold (0) or two folds (1) from the straight linear geometry (defined as High-Z) of the trimer chain. We design two different tri-state logic gate platforms, buffer and inverter, with corresponding enable/input ssDNA to unambiguously return tri-state signals, characterized by Atomic Force Microscopy (AFM) and/or agarose gel electrophoresis (GEL). Our work on tri-state logic significantly enhances DNA computation beyond the current two-state Boolean logic with both research and industrial applications, including cellular treatments and living matter utilizing the biocompatibility of DNA molecules.

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 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 enseignants0,090
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,288
Écart entre enseignants0,277 · 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.

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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207