MétaCan
Menu
Retour à la cohorte
Enregistrement W1967367208 · doi:10.2174/138620706778249749

Modifications to Increase the Efficiency of the Fluorometric Cycling Assay for Cyclic ADP-Ribose

2006· article· en· W1967367208 sur OpenAlexaff
Genevieve Young, James B. Kirkland

Notice bibliographique

RevueCombinatorial Chemistry & High Throughput Screening · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCalcium signaling and nucleotide metabolism
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésIntracellularCyclic ADP-riboseFluorescenceChemistryPerchloric acidReagentLysisChromatographyPlate readerBiophysicsBiochemistryBiologyOrganic chemistryCell biology

Résumé

récupéré en direct d'OpenAlex

Cyclic ADP-ribose (cADPR) is an intracellular messenger that triggers the release of calcium ions from intracellular stores in a variety of cell types. The fluorometric cycling assay has become the preferred method for measuring cADPR due to its high level of sensitivity (in the sub-nanomolar range) and its use of commercially available reagents. Additionally, the assay is performed in multiwell plates, making it suitable for high throughput screening using a fluorescence plate reader. The findings reported in this paper present several problems that may be encountered during various stages of the assay, and provide solutions to these problems. Modifications to the assay address reduced recovery of sample and cADPR with removal of perchloric acid (PCA) using organic solvent, reduction in diaphorase activity with heat treatment, and effects on resorufin fluorescence by pH range. Using these modifications, we report an increase of approximately 15% in recovery of brain cADPR, and show that between-subject variability is greatly reduced. We hope that these observations will encourage more widespread application of this valuable assay.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,236 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCombinatorial Chemistry & High Throughput ScreeningMême sujetCalcium signaling and nucleotide metabolismTravaux en français237 207