Detection of sgRNA via SHERLOCK as Potential CRISPR Related Gene Doping Control Strategy
Notice bibliographique
Résumé
Apprehensions about gene doping have grown consistently due to advancements in gene engineering techniques, particularly with the emergence of clustered regularly interspaced short palindromic repeats/CRISPR-associated (CRISPR/Cas)-based tools. These tools not only provide unprecedented possibilities for illicit performance enhancement by athletes but also offer new avenues for the detection of gene doping through biosensing of nucleic acids. Hence, pursuing on a previous study, an analytical method based on reverse transcriptase-recombinase polymerase amplification (RT-RPA) and subsequent qualitative nucleic acid detection by means of Specific High Sensitive Enzymatic Reporter UnLOCKing (SHERLOCK) was optimized for the direct detection of sgRNA associated with Streptococcus pyogenes in serum. Detection device, assay parameters, and sample handling were adjusted, to overcome previously determined assay limitations. The conducted method characterization confirmed the methods’ specificity and increased detection sensitivity from 100 pM to 1 fM sgRNA in 100 μL of serum. Furthermore, reanalysis of in vivo mouse administration samples collected in a previous proof-of-concept study was conducted with successful identification of sgRNA in all anticipated postadministration samples within the 24-h collection period. Those findings support the applicability of the refined analytical procedure for the detection of illegal doping attempts via ribonucleoprotein-based CRISPR/Cas application through sgRNA identification, offering a new potential doping control strategy for CRISPR related gene doping.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».