MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400020958 · doi:10.1021/jacs.4c04089

Self-Replicating DNA-Based Nanoassemblies

2024· article· en· W4400020958 sur OpenAlexafffund
Nahida Akter, B. Safeenaz Alladin‐Mustan, Yuning Liu, Jisu An, Julianne M. Gibbs

Notice bibliographique

RevueJournal of the American Chemical Society · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesUniversity of Alberta
Mots-clésChemistryDNAComputational biologyBiophysicsNanotechnologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The properties of DNA that make it an effective genetic material also allow it to be ideal for programmed self-assembly. Such DNA-programmed assembly has been utilized to construct responsive DNA origami and wireframe nanoassemblies, yet replicating these hybrid nanomaterials remains challenging. Here we report a strategy for replicating DNA wireframe nanoassemblies using the isothermal ligase chain reaction lesion-induced DNA amplification (LIDA). We designed a triangle wireframe structure that can be formed in one step by ring-closing of its linear analog. Introducing a small amount of the wireframe triangle to an excess of the linear analog and complementary fragments, one of which contains a destabilizing abasic lesion, leads to rapid, sigmoidal self-replication of the wireframe triangle via cross-catalysis. Using the same cross-catalytic strategy we also demonstrate rapid self-replication of a hybrid wireframe triangle containing synthetic vertices as well as the self-replication of circular DNA. This work reveals the suitability of isothermal ligase chain reactions such as LIDA to self-replicate complex DNA architectures, opening the door to incorporating self-replication, a hallmark of life, into biomimetic DNA nanotechnology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,001

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,276
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical Society→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→