MétaCan
Menu
Retour à la cohorte
Enregistrement W2024755652 · doi:10.4161/pri.18665

Nanopore analysis

2012· review· en· W2024755652 sur OpenAlexaff
Claudia Madampage, Omid Tavassoly, Chris Christensen, Meena Kumari, Jeremy S. Lee

Notice bibliographique

RevuePrion · 2012
Typereview
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensSaskatoon Medical ImagingUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésNanoporeFolding (DSP implementation)BiophysicsMoleculeChemistryPeptideProtein foldingAmyloid (mycology)MembraneNanotechnologyBiochemistryMaterials scienceBiology

Résumé

récupéré en direct d'OpenAlex

Nanopore analysis is an emerging technique that enables the investigation of the conformation of a single peptide or protein molecule. Briefly, a pore is inserted into a membrane under voltage clamp conditions. When a molecule interacts with the pore there is a change in the current, I, for a time, T. Small unfolded molecules can translocate the pore whereas folded or large molecules tend to simply bump into the pore and then diffuse away. Therefore, the parameters, I and T, are dependent on the conformation of the molecule at the instant at which it encounters the pore. Thus, multiple conformations can be detected simultaneously in a single sample. As well, the analysis can be performed under dilute conditions so that folding or dimerization of a peptide can be followed in real time, which is generally difficult to study for proteins that are prone to aggregate. In this report, we describe our initial analysis of (1) Aβ peptides, which are deposited as amyloid plaques in Alzheimer disease, (2) α-synuclein, which is implicated in Parkinson disease and (3) prion proteins whose misfolding is evident in transmissable spongiform encephalopathies. In each case conformational information can be obtained which may help in understanding the early steps in the misfolding pathways.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,055
Tête enseignante GPT0,283
Écart entre enseignants0,228 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations55
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrionMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207