Tetrahedral framework nucleic acids linked CRISPR/Cas13a signal amplification system for rare tumor cell detection

化学 核酸 清脆的 循环肿瘤细胞 核糖核酸 DNA 检出限 分子生物学 癌症研究 生物物理学 生物化学 癌症 基因 生物 色谱法 转移 遗传学
作者
Kerun Li,Shihua Luo,Shujuan Guan,Bo Situ,Yuan Wu,Zihao Ou,Maliang Tao,Lei Zheng,Zhen Cai
出处
期刊:Talanta [Elsevier]
卷期号:247: 123531-123531 被引量:10
标识
DOI:10.1016/j.talanta.2022.123531
摘要

The sensitive and accurate detection of rare tumor cells provides precise diagnosis and dynamic assessment information in various tumor spectrums. However, rare tumor cells assay is still a challenge due to the exceedingly rare presence in the blood. In this research, we develop a fluorescent approach for the identification of rare tumor cells based on a combination of immunosorbent capture and a three-step signal amplification strategy. First, rare tumor cells are captured by immunoadsorption on 96-well plates. Second, self-synthesized tetrahedral framework nucleic acids (tFNAs) spontaneously anchor into the lipid bilayer of rare tumor cells, resulting in a "one to more" amplification effect. Then, the double-stranded DNA (dsDNA) binds to the vertices of the tFNAs and generates a large amount of target RNA by T7 polymerase, which is the secondary signal amplification. Finally, the target RNA activates the collateral cleavage ability of CRISPR/Cas13a, and the reporter RNA is cleaved for third signal amplification. The detection limit of the proposed method is down to 1 cell mL-1. Furthermore, the tFNAs-Cas13a system is also shown to be capable of detecting rare tumor cells in spiked-in samples and clinical blood samples. This platform enables speedy detection of rare tumor cells with high sensitivity and good specificity, and shows great potential for tumor diagnosis.
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
Orange应助李志华采纳,获得10
5秒前
5秒前
8秒前
科研通AI2S应助科研通管家采纳,获得10
11秒前
丘比特应助科研通管家采纳,获得10
11秒前
zys2001mezy应助科研通管家采纳,获得30
11秒前
乐乐应助科研通管家采纳,获得10
11秒前
小蘑菇应助科研通管家采纳,获得10
11秒前
嘉心糖应助科研通管家采纳,获得30
11秒前
wanci应助科研通管家采纳,获得10
11秒前
赘婿应助科研通管家采纳,获得10
11秒前
Aikesi应助科研通管家采纳,获得10
12秒前
科研通AI2S应助科研通管家采纳,获得10
12秒前
江秋寒完成签到,获得积分10
12秒前
格兰德法泽尔完成签到,获得积分10
15秒前
18秒前
纯真涵菱发布了新的文献求助10
18秒前
19秒前
无花果应助无奈梦岚采纳,获得10
19秒前
Barbarian完成签到,获得积分10
20秒前
NexusExplorer应助饱满金毛采纳,获得10
21秒前
Hocheeyo发布了新的文献求助10
21秒前
22秒前
研友_VZG7GZ应助酸奶采纳,获得10
23秒前
欢欢完成签到,获得积分20
23秒前
zz完成签到,获得积分10
23秒前
24秒前
25秒前
阿飘应助shenzhou9采纳,获得10
26秒前
英姑应助善良紫采纳,获得10
27秒前
HaiFeng发布了新的文献求助10
27秒前
28秒前
yiryir发布了新的文献求助10
29秒前
李志华发布了新的文献求助10
29秒前
哈哈哈完成签到,获得积分10
31秒前
fhbc完成签到 ,获得积分10
32秒前
万能图书馆应助小于采纳,获得10
35秒前
樂酉完成签到 ,获得积分10
35秒前
36秒前
shju完成签到 ,获得积分10
38秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1800
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
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 3313635
求助须知:如何正确求助?哪些是违规求助? 2945947
关于积分的说明 8527726
捐赠科研通 2621578
什么是DOI,文献DOI怎么找? 1433864
科研通“疑难数据库(出版商)”最低求助积分说明 665098
邀请新用户注册赠送积分活动 650637