MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416782906 · doi:10.1038/s41598-025-26759-7

A buffer-tuning strategy to profile domain-specific activity of chimeric I-TevI/CRISPR gene editors in vitro

2025· article· en· W4416782906 sur OpenAlexafffund
Kurt W. Loedige, Alexa L. White, Thomas A McMurrough, Brent E. Stead, David R. Edgell

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsGovernment of Ontario
Mots-clésNucleaseCleavage (geology)In vitroGeneFusion geneDNAFusion protein

Résumé

récupéré en direct d'OpenAlex

Protein-DNA interactions can be manipulated in vitro by changing buffer conditions. Here, we develop a methodology to map the cleavage preferences of chimeric gene editors that are fusions of the I-TevI nuclease domain to CRIPSR nucleases by manipulating in vitro salt concentrations. We found that DNA cleavage by the I-TevI (Tev) nuclease domain at CNNNG sites was de-coupled from the gRNA-targeted site in low salt buffers. For TevCas12a, this non-targeted cleavage activity was enriched at Tev CNNNG cleavage motifs optimally positioned within a 30-bp window upstream of a Cas12a TTTV PAM site. Non-targeted cleavage did not require Cas12a nuclease activity or specific Cas12a gRNA targeting. Similar non-targeted products were observed in low salt buffer conditions for TevSaCas9, Tev-meganuclease and Tev-zinc finger editors. Cas12a and SaCas9 activity at gRNA-directed sites and sites with multiple mismatches were also sensitive to buffer salt concentration. Oxford Nanopore sequencing revealed a remarkably similar Tev CNNNG cleavage preference at different salt concentrations and in different fusion contexts, emphasizing the robustness and specificity of Tev activity. More generally, our work highlights the sensitivity of gene editors to in vitro reaction conditions and how these conditions can be leveraged to functionally dissect the activity of individual domains of chimeric gene editors.

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)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,284
Écart entre enseignants0,277 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetCRISPR and Genetic Engineering→Travaux en français237 207→