Aptamer’s Structure Optimization for Better Diagnosis and Treatment of Glial Tumors
Notice bibliographique
Résumé
Background: Oncological diseases are a major focus in medicine, with millions diagnosed each year, leading researchers to seek new diagnostic and treatment methods. One promising avenue is the development of targeted therapies and rapid diagnostic tests using recognition molecules. The pharmaceutical industry is increasingly exploring nucleic acid-based therapeutics. However, producing long oligonucleotides, especially aptamers, poses significant production challenges. Objectives: This study aims to demonstrate the efficacy of using molecular modeling, supported by experimental procedures, for altering aptamer nucleotide sequences while maintaining their binding capabilities. The focus is on reducing production costs and enhancing binding dynamics by removing nonfunctional regions and minimizing nonspecific binding. Methods: A molecular modeling approach was employed to elucidate the structure of a DNA aptamer, Gli-55, facilitating the truncation of nonessential regions in the Gli-55 aptamer, which selectively binds to glioblastoma (GBM). This process aimed to produce a truncated aptamer, Gli-35, capable of forming similar structural elements to the original sequence with reduced nonspecific binding. The efficiency of the truncation was proved by flow cytometry, fluorescence polarization (FP), and confocal microscopy. Results: The molecular design indicated that the new truncated Gli-35 aptamer retained the structural integrity of Gli-55. In vitro studies showed that Gli-35 had a binding affinity comparable to the initial long aptamer while the selectivity increased. Gli-35 internalized inside the cell faster than Gli-55 and crossed the blood–brain barrier (BBB), as demonstrated in an in vitro model. Conclusions: The success of this truncation approach suggests its potential applicability in scenarios where molecular target information is limited. The study highlights a strategic and resource-efficient methodology for aptamer development. By employing molecular modeling and truncation, researchers can reduce production costs and avoid trial and error in sequence selection. This approach is promising for enhancing the efficiency of therapeutic agent development, particularly in cases lacking detailed molecular target insights.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».