Computational Analysis Uncovering Contrasts in G‐Quadruplex Propensity and Aptamer Enrichment in SELEX‐Derived Libraries
Notice bibliographique
Résumé
G-quadruplexes (G4s) are noncanonical nucleic acid structures with biological and therapeutic significance, and they are found in many aptamer sequences. Using c-kit 1 G4 DNA as a target, systematic evolution of ligands by exponential enrichment (SELEX) has been carried out using an RNA library, resulting in G4-rich aptamers. Herein, this article investigates the relationship between predicted G4-forming potential and aptamer enrichment by analyzing high-throughput SELEX libraries using three G4 prediction tools: G4NN, G4Hunter, and QGRS Mapper. While the tools demonstrate strong internal consistency and overlap in identifying G4-prone sequences, their predictions show limited concordance with experimental abundance and enrichment trends across SELEX rounds. Only a small fraction of sequences display both high G4 scores and consistent enrichment. Experimental validation using electrophoretic mobility shift assays confirmed that strong predicted G4-forming sequences often lack strong binding activity, whereas highly enriched aptamers with strong binding activities may show weaker G4 signatures computationally. These findings suggest that current G4-prediction tools alone are insufficient for aptamer candidate selection and highlight the need for integrative evaluation strategies that combine structural prediction with empirical performance data.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».