MétaCan
Menu
Retour à la cohorte
Enregistrement W2015122106 · doi:10.1002/elps.201400488

Interfacing solid‐state nanopores with gel media to slow DNA translocations

2015· article· en· W2015122106 sur OpenAlexafffund
Matthew Waugh, Autumn Carlsen, David Sean, Gary W. Slater, Kyle Briggs, Harold Kwok, Vincent Tabard‐Cossa

Notice bibliographique

RevueElectrophoresis · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanoporeDNABiomoleculeNanotechnologyChromosomal translocationInterfacingMaterials scienceChemical physicsBiophysicsChemistryComputer scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

We demonstrate the ability to slow DNA translocations through solid-state nanopores by interfacing the trans side of the membrane with gel media. In this work, we focus on two reptation regimes: when the DNA molecule is flexible on the length scale of a gel pore, and when the DNA behaves as persistent segments in tight gel pores. The first regime is investigated using agarose gels, which produce a very wide distribution of translocation times for 5 kbp dsDNA fragments, spanning over three orders of magnitude. The second regime is attained with polyacrylamide gels, which can maintain a tight spread and produce a shift in the distribution of the translocation times by an order of magnitude for 100 bp dsDNA fragments, if intermolecular crowding on the trans side is avoided. While previous approaches have proven successful at slowing DNA passage, they have generally been detrimental to the S/N, capture rate, or experimental simplicity. These results establish that by controlling the regime of DNA movement exiting a nanopore interfaced with a gel medium, it is possible to address the issue of rapid biomolecule translocations through nanopores-presently one of the largest hurdles facing nanopore-based analysis-without affecting the signal quality or capture efficiency.

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 enseignants0,241
Score d'incertitude au seuil0,913

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,193 · 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

Citations41
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectrophoresisMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207