MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416696381 · doi:10.1021/jacs.5c12435

Autonomous Exponential Amplification via Rolling Circle–DNAzyme Feedback Programming

2025· article· en· W4416696381 sur OpenAlexaff
Jinhua Shang, Mengdi Yu, Yifei Wang, Shanshan Yu, Xian‐Zheng Zhang, Fuan Wang, Yingfu Li

Notice bibliographique

RevueJournal of the American Chemical Society · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcMaster University
Organismes subventionnairesNational Natural Science Foundation of ChinaPostdoctoral Science Foundation of Hubei ProvinceScience and Technology Foundation of Shenzhen City
Mots-clésRolling circle replicationNucleic acidDNALoop-mediated isothermal amplificationExponential functionSensitivity (control systems)Exponential growthMultiple displacement amplificationDeoxyribozyme

Résumé

récupéré en direct d'OpenAlex

Rolling circle amplification (RCA) is a powerful isothermal strategy for nucleic acid detection, but its linear kinetics and dependence on externally supplied primers limit its sensitivity and programmability. Here, we report an exponential RCA (E-RCA) platform that integrates primer regeneration and signal amplification into a single DNA-encoded system. The design uses a circular DNA template encoding the I-R3 self-cleaving DNAzyme sequence; during RCA, tandem I-R3 units are generated within the DNA amplicons, which then catalyze site-specific cleavage to release new primers. This self-sustained (RCA ↔ DNAzyme) amplification circuit enables robust exponential signal growth using only a circular DNA probe and a DNA polymerase without requiring external primers or protein enzymes. We elucidate the mechanism through biochemical experiments and kinetic modeling and validate the system in multiplexed intracellular microRNA imaging and quantitative dual-marker profiling of clinical breast cancer tissues. The E-RCA strategy achieved high diagnostic accuracy (AUC = 0.914; specificity = 100%; sensitivity = 81.3%), demonstrating its potential for sensitive, programmable, and autonomous molecular analysis in both biological and clinical contexts.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 GPT0,267
Écart entre enseignants0,260 · 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

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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