MétaCan
Menu
Retour à la cohorte

Molecular and Nanometer-Scale Self-Organized System Generated by Protein Motor Functions

2007· article· en· W2020678842 sur OpenAlexaff
Kazuhiro Oiwa, Reo Kometani, Dong Yang Li, Y. Shitaka, R. Nakamori, S. Matsui, Hitoshi Sakakibara

Notice bibliographique

RevueMaterials science forum · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMotor proteinDyneinKinesinMicrotubuleMolecular motorNanometreATP hydrolysisNanotechnologyMaterials scienceMyosinAxonemePolymerBiophysicsFlagellumBiologyATPaseCell biologyBiochemistryEnzymeComposite materialGene

Résumé

récupéré en direct d'OpenAlex

Creatures have evolved extremely intelligent and complex adaptive systems for conducting their movements. They are protein motors with typical sizes of a few tens of nanometers. Protein motors include three major protein families, myosin, kinesin and dynein, which participate in a wide range of cellular processes, using energy from the hydrolysis of adenosinetriphosphate ATP. To harness these protein motors to power nanometer-scale devices, we have investigated effective and non-destructive methods for immobilizing protein motors on surfaces and to arrange the output of these motors, e.g. force and movement, to be in a defined direction. We found NEB-22 to be useful for retaining the abilities of protein motors to support the movement of protein filaments. We fabricated various patterns of tracks of NEB-22 on coverslips and protein motors were introduced and immobilized on glass surface. The trajectories of protein polymers were confined to these tracks. Simple patterns readily biased and guide polymer movement confining it to be unidirectional. In addition, having used dynein c purified from Chlamydomonas flagellar axoneme, we showed that microtubules driven by surface-bound dynein were self-organized into dynamic streams through collisions between the microtubules and their subsequent joining.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,003
Tête enseignante GPT0,195
Écart entre enseignants0,192 · 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetMicrotubule and mitosis dynamicsTravaux en français237 207