Rapid Nuclease-Assisted Selection of High-Affinity Small-Molecule Aptamers

化学 适体 核酸酶 选择(遗传算法) 小分子 分子 组合化学 计算生物学 生物物理学 生物化学 DNA 分子生物学 有机化学 人工智能 计算机科学 生物
作者
Linlin Wang,Obtin Alkhamis,Juan Canoura,Haixiang Yu,Yi Xiao
出处
期刊:Journal of the American Chemical Society [American Chemical Society]
卷期号:146 (31): 21296-21307 被引量:2
标识
DOI:10.1021/jacs.4c00748
摘要

Aptamers are nucleic acid bioreceptors that have been widely utilized for a variety of biosensing applications, including in vivo detection methods that would not be possible with antibody-based systems. However, it remains challenging to generate high-quality aptamers for small molecule targets, particularly for use under physiological conditions. We present a highly effective aptamer selection technology for small-molecule targets that utilizes the nuclease EcoRI to remove nonspecific or weakly binding sequences in solution phase, rapidly enriching high-affinity target binders within just a few rounds of selection. As proof-of-concept, we used our nuclease-assisted SELEX (NA-SELEX) method to isolate aptamers for a synthetic cannabinoid, AB-FUBINACA. Within five rounds, we identified two highly specific aptamers that exhibit nanomolar affinity at physiological temperature. We also demonstrate the robustness and reproducibility of NA-SELEX by performing the same selection experiment with fresh reagents and libraries, obtaining the same two aptamers as well as two other high-quality aptamer candidates. Finally, we compare NA-SELEX against a conventional library-immobilized SELEX screen for AB-FUBINACA using the same screening conditions, identifying aptamers with 25–100-fold weaker affinity after 11 rounds of selection. NA-SELEX therefore could be an effective selection method for the isolation of high-quality aptamers for small-molecule targets.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
2秒前
HHHH完成签到,获得积分10
3秒前
白粥发布了新的文献求助10
3秒前
yu发布了新的文献求助10
4秒前
残影酱发布了新的文献求助10
5秒前
5秒前
雨季发布了新的文献求助10
5秒前
7秒前
8秒前
9秒前
10秒前
11秒前
xin完成签到,获得积分10
12秒前
张晓娜发布了新的文献求助10
12秒前
zhougaoshi发布了新的文献求助10
13秒前
俏皮的虔纹完成签到,获得积分10
13秒前
景秋灵发布了新的文献求助10
14秒前
叶子发布了新的文献求助10
14秒前
sam完成签到,获得积分10
15秒前
慕青应助苗灵雁采纳,获得10
15秒前
残影酱完成签到,获得积分10
15秒前
小博小博完成签到 ,获得积分20
17秒前
靓丽风风完成签到,获得积分20
17秒前
17秒前
真实的储发布了新的文献求助10
17秒前
幽默绿草发布了新的文献求助10
18秒前
18秒前
20秒前
22秒前
23秒前
24秒前
27秒前
kento应助revo采纳,获得50
27秒前
张晓娜完成签到,获得积分10
27秒前
风过大泽发布了新的文献求助10
28秒前
欢喜醉香发布了新的文献求助10
28秒前
Jasper应助加菲采纳,获得10
29秒前
29秒前
31秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3123020
求助须知:如何正确求助?哪些是违规求助? 2773567
关于积分的说明 7718207
捐赠科研通 2429101
什么是DOI,文献DOI怎么找? 1290140
科研通“疑难数据库(出版商)”最低求助积分说明 621713
版权声明 600220