De Novo Evolution of an Antibody‐Mimicking Multivalent Aptamer via a DNA Framework

适体 指数富集配体系统进化 贪婪 DNA 化学 SELEX适体技术 小分子 抗体 组合化学 上皮细胞粘附分子 计算生物学 生物物理学 分子生物学 生物 生物化学 核糖核酸 细胞 遗传学 基因
作者
Linlin Tang,Mengjiao Huang,Mingjiao Zhang,Yufeng Pei,Yan Liu,Yong Wei,Chaoyong Yang,Teng Xie,Dong Zhang,Ruhong Zhou,Yanling Song,Jie Song
出处
期刊:Small methods [Wiley]
卷期号:7 (6): e2300327-e2300327 被引量:11
标识
DOI:10.1002/smtd.202300327
摘要

Multivalent interactions can often endow ligands with more efficient binding performance toward target molecules. Generally speaking, a multivalent aptamer can be constructed via post-assembly based on chemical structural information of target molecules and pre-identified monovalent aptamers derived from traditional systematic evolution of ligands by exponential enrichment (SELEX) technology. However, many target molecules may not have known matched aptamer partners, thus a de novo evolution will be highly desired as an alternative strategy for directed selection of a high-avidity, multivalent aptamer. Here, inspired by the superiority of multivalent interactions between antibodies and antigens, a direct SELEX strategy with a preorganized DNA framework library for an "Antibody-mimicking multivalent aptamer" (Amap) selection to epithelial cell adhesion molecule (EpCAM), a model target protein is reported. The Amap presents a relatively good binding affinity through both aptamer moieties concurrently binding to EpCAM, which has been confirmed by affinity analysis and molecular modeling. Furthermore, dynamic interactions between Amap and EpCAM are directly visualized by magnetic tweezers at the single-molecule level. A nice binding affinity of Amap to EpCAM-positive cancer cells has also been verified, which hints that their Amap-SELEX strategy has the potential to be a new route for de novo evolution of multivalent aptamers.
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
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
诶诶发布了新的文献求助10
3秒前
南栀完成签到 ,获得积分10
5秒前
聪慧雪糕发布了新的文献求助30
7秒前
小情思绪完成签到 ,获得积分10
8秒前
magiczhu完成签到,获得积分10
9秒前
wry完成签到,获得积分10
9秒前
科研通AI6.3应助富贵采纳,获得10
10秒前
特来骑完成签到,获得积分10
12秒前
12秒前
Jing123完成签到,获得积分10
15秒前
皮卡丘完成签到 ,获得积分10
16秒前
英俊的铭应助JM采纳,获得10
16秒前
今后应助lxq3036采纳,获得10
17秒前
17秒前
luxian完成签到,获得积分10
18秒前
18秒前
zhao完成签到,获得积分10
19秒前
甫寸完成签到 ,获得积分10
19秒前
jasmine发布了新的文献求助10
19秒前
佳银完成签到,获得积分10
20秒前
21秒前
michen发布了新的文献求助10
23秒前
JASONLIU发布了新的文献求助10
23秒前
Ratee完成签到,获得积分10
24秒前
24秒前
waitingfor发布了新的文献求助10
26秒前
JHS发布了新的文献求助10
27秒前
bigegg完成签到,获得积分10
29秒前
流云完成签到,获得积分10
29秒前
JamesPei应助Ratee采纳,获得10
29秒前
伍雄威发布了新的文献求助10
29秒前
31秒前
夜轩岚完成签到,获得积分10
31秒前
academician完成签到,获得积分10
32秒前
夜轩岚发布了新的文献求助30
34秒前
zipzhang完成签到 ,获得积分10
34秒前
科目三应助山东及时雨采纳,获得10
36秒前
秋名山喵喵完成签到,获得积分10
36秒前
37秒前
高分求助中
Signals, Systems, and Signal Processing 610
Annie Ernaux: De la perte au corps glorieux 600
Petrology and Plate Tectonics,2025 500
Cardiopulmonary Bypass and Mechanical Support: Principles and Practice, Fifth Edition 400
Circular Polar Constellations Providing Continuous Single or Multiple Coverage Above a Specified Latitude 400
Burger's Medicinal Chemistry and Drug Discovery 400
Probability and Stochastic Processes 333
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6750609
求助须知:如何正确求助?哪些是违规求助? 8479836
关于积分的说明 18083730
捐赠科研通 6026697
什么是DOI,文献DOI怎么找? 3006545
邀请新用户注册赠送积分活动 1983459
关于科研通互助平台的介绍 1951998