EXPLORATION OF STRUCTURE-SWITCHING IN THE DESIGN OF RNA APTAMER SENSORS
Notice bibliographique
Résumé
The process of ‘‘structure-switching’’ enables biomolecular switches to function as effective biosensing tools. Biomolecular switches can be activated or inactivated by binding to a specific target that triggers a precise conformational change in the biomolecules involved. Examples of aptamer-based biomolecular switches can be found in nature. Furthermore, efforts have been made in the last decade to engineer structure-switching sensors using DNA aptamers whereby, the aptamer is coupled to a signal transduction method to generate a readout signal upon target binding to the aptamer domain. Conversely, RNA aptamers have been relatively underexplored for sensor development, largely due to its susceptibility to nuclease degradation and chemical instability. Despite these shortcomings, many RNA aptamers possess superior sensing capabilities, and the abundance of RNA aptamers provides new opportunities to further advance the field. In effect, this thesis uses a structure-switching design to demonstrate the power of RNA aptamers for fluorescence-based sensor development. Herein, we demonstrate generalizable structure-switching strategies to make use of the abundance of RNA aptamers, monitor the quality control of detection and correct detection error, as well as enhance RNA aptamer sensing capability by using regulated graphene adsorption. Furthermore, our findings have expanded for secondary applications involving collaborations with other research labs. In one application, we demonstrate that entrapment of structure-switching RNA aptamers in sol-gel material confers protection against nuclease degradation and chemical instability. In another application, we further validate the use of riboswitches, or natural structure-switching RNA aptamers, as potential targets for drug discovery. Overall, these results demonstrate the capability of RNA aptamers for sensor development. We conclude with a discussion of possible areas for further inquiry, as well as future applications for the advancement of structure-switching RNA aptamers.
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 | 0,001 |
| 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 ».