MétaCan
Menu
Retour à la cohorte
Enregistrement W1612113724 · doi:10.1002/0471142301.ns0122s70

Non‐isotopic RNA In Situ Hybridization on Embryonic Sections

2015· article· en· W1612113724 sur OpenAlexafffund
Yacine Touahri, Lata Adnani, Pierre Mattar, Kathryn Markham, Natalia Klenin, Carol Schuurmans

Notice bibliographique

RevueCurrent Protocols in Neuroscience · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensAlberta Children's HospitalMontreal Clinical Research InstituteUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Calgary
Mots-clésIn situ hybridizationIn situEmbryonic stem cellRNABiologyChemistryCell biologyMolecular biologyGeneticsMessenger RNAGene

Résumé

récupéré en direct d'OpenAlex

This unit describes methods for non-isotopic RNA in situ hybridization on embryonic mouse sections. These methods can be used to follow the spatiotemporal dynamics of gene expression in an embryonic tissue of interest. They involve the use of labeled (e.g., digoxygenin, FITC) antisense riboprobes that hybridize to a specific mRNA in the target tissue. The probes are detected using an alkaline phosphatase-conjugated antibody recognizing the label and a chromogenic substrate. This method can be used to: (1) assess the expression of a single gene within a tissue, (2) compare the expression profiles of two genes within a tissue, or (3) compare the distribution of a transcript and protein within a tissue. While this approach is not quantitative, it provides a qualitative assessment of the precise cell types where a gene is expressed, which is not easily achievable with other more quantitative methods such as quantitative PCR.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,179
Score d'incertitude au seuil0,397

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,392
Écart entre enseignants0,345 · 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 tête enseignante, 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

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Protocols in NeuroscienceMême sujetCRISPR and Genetic EngineeringTravaux en français237 207