Harnessing a Fluorescent Nucleobase Surrogate for Supramolecular FRET-Aptamer Detection and Target-Site Mapping
Notice bibliographique
Résumé
DNA aptamers can bind small molecule ligands with high affinity and specificity to produce a unique supramolecular structure. Methods to obtain structural information about the binding interaction coupled with sensitive diagnostics is a gold standard for aptasensor design. However, most sensing strategies afford ligand detection without structural insight, while NMR- or crystallography-based structural methods lack sensitivity required for diagnostics. FRET-based strategies can afford both, especially with internal fluorescent nucleobase probes that are spatially fixed within the helix, but dual aptamer labeling can compromise aptamer affinity toward its target. Herein, we showcase a nucleobase surrogate-ligand FRET-based strategy that affords target-site mapping combined with sensitive target detection that addresses these challenges. A fluorescent molecular rotor (FMR) thiophene chalcone (Th6HI) nucleobase surrogate was incorporated into the tetracycline (TC) 42-mer DNA binding aptamer OTC2 to serve as an acceptor for the TC donor. Time-resolved fluorescence anisotropy experiments predict a compact prefolded OTC2 aptamer that is hardly impacted by TC binding. Consequently, direct excitation of the internal FMR Th6HI at 530 nm affords little response to TC binding, as probe rigidity is not strongly altered. In contrast, indirect excitation of the Th6HI probe through TC donor excitation at 378 nm affords site-dependent sensitized fluorescence ( F sen ) of the Th6HI acceptor to afford enhanced sensitivity for TC detection compared to a native platform, which utilizes the intrinsic TC fluorescence. Furthermore, the FRET response provides target-site mapping to build a new binding model for the TC-OTC2 complex that is akin to the three-helical structure of the hammerhead ribozyme.
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 | 0,001 | 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 ».