MétaCan
Menu
Retour à la cohorte
Enregistrement W1984459297 · doi:10.1002/jemt.20016

Visualization of vesicle transport along and between distinct pathways in neurites of living cells

2004· article· en· W1984459297 sur OpenAlexaff
Gerhard J. Schütz, Markus Axmann, Susanne Freudenthaler, Hansgeorg Schindler, Kostya Kandror, John Roder, Andreas Jeromin

Notice bibliographique

RevueMicroscopy Research and Technique · 2004
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésVesicleContext (archaeology)NeuriteProtein filamentCytoskeletonCell biologyBiophysicsFluorescence microscopeMotor proteinMicrotubuleBiologyChemistryFluorescencePhysicsCellBiochemistryOpticsIn vitroMembrane

Résumé

récupéré en direct d'OpenAlex

Trafficking of secretory vesicles along neurites of PC12 cells was visualized by 2D and 3D real-time imaging using fluorescence microscopy. Vesicle motion along distinct pathways was directly seen. From an overlay of individual pathways, the underlying cytoskeletal filament could be imaged at a subwavelength resolution. Continuous vesicle transport was interrupted by periods of diffusive motion with concomitant pathway changes. Statistical analysis shows that such interruptions were distributed stochastically along the filament, indicating a limited processivity of motor proteins also in a cellular context. Periods of diffusive motion facilitated the interaction with actively transported vesicles. Frequent associations and dissociations of vesicles have been observed consistently, pointing to a functional relevance of vesicle cotransport.

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 enseignants0,110
Score d'incertitude au seuil0,321

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 Opus0,019
Tête enseignante GPT0,320
Écart entre enseignants0,300 · 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

Citations27
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicroscopy Research and TechniqueMême sujetMicrotubule and mitosis dynamicsTravaux en français237 207