MétaCan
Menu
Retour à la cohorte
Enregistrement W7132947439

Exploration of New Nucleic Acid Factors to Improve the Development of Synthetic Biosensing Switches

2022· dissertation· W7132947439 sur OpenAlexaff
Xiaolong Yang

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNucleic acidAllosteric regulationGeneDNATranscription factorTranscription (linguistics)Synthetic biologyRegulation of gene expression
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In biosensor development, synthetic nucleic acid or protein responsive switches are critical for improving disease diagnostic performance. My thesis investigates several topics related to the exploration of new nucleic acid factors to improve the performance of current strand displacement switches and to discover RNA/ssDNA-responsive prokaryotic promoters. Incorporating a secondary looped structural element (flex-loop) into a switching domain allows the acceleration of toehold-mediated strand displacement in various constructs, including toehold-exchange, associative toehold, remote toehold, and allosteric toehold systems. The flex-loop switch has the ability to boost the i) efficiency of DNA-based computing, ii) analytical performance of an allosteric toehold technique for DNA sensing, and iii) performance of artificial gene circuits that regulate gene expression. Additionally, the flex-loop regulatory element enabled protein responsive proximity-strand displacement switch was investigated. The proximity flex-loop switch-functionalized antibodies allowed on-cell multi-receptor detection. This strategy, combined with the droplet microfluidic technique, enables a fluorescent-droplet cytometry assay that allows the characterization and profiling of live cancer cells with the single-cell resolution based on surface expression phenotype. Using this approach, we achieve live-cell phenotype profiling of multi-surface markers acquired with small (< 40 cells) collections of cells. We also develop an in vitro, non-traditional promoter structure selection strategy, in which a cell-free lacZ gene expression screening method carries on a new type of promoter structure acting as transcription factors. These T7 promoter structures performed as cis-acting transcription factors under the control of prokaryotic RNA polymerase. A rationally designed sequence responsive T7 promoter, termed Omega promoter, was developed to control gene expression via a toehold-mediated promoter rearrangement principal. Transcription-only Omega promoter-based sensors demonstrate engineered reporting activity through the use of RNA aptamers or control of Cas12a cleavage. We also discover that Omega promoter sensors could be operated from a circular DNA template for sequence-specific detection of ssDNA and RNA. The Omega promoter design can be directly adapted to the control of SP6 RNAP using prescribed sequences of ssDNA/RNA complexes. A single-stranded Omega promoter enables DNA-dependent RNA polymerase to accomplish the simplest in vitro RNA replication. Together, these studies explore nucleic acid factors to improve synthetic biosensing switches development in disease diagnostic applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,024
Tête enseignante GPT0,296
Écart entre enseignants0,272 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetGene Regulatory Network AnalysisTravaux en français237 207