MétaCan
Menu
Retour à la cohorte
Enregistrement W2044966448 · doi:10.1002/ijch.201300096

Recent Advances in Magic‐Angle Spinning Solid‐State NMR of Proteins

2014· article· en· W2044966448 sur OpenAlexaff
Vladimir Ladizhansky

Notice bibliographique

RevueIsrael Journal of Chemistry · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésChemistrySolid-state nuclear magnetic resonanceMagic angle spinningNuclear magnetic resonance spectroscopySpectroscopyCharacterization (materials science)SpinningAnalytical Chemistry (journal)NanotechnologyNuclear magnetic resonanceOrganic chemistryMaterials sciencePhysicsPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Magic‐angle spinning (MAS) solid‐state NMR (SSNMR) spectroscopy is emerging as an important technique for the determination of three‐dimensional structures of biological molecules and for the characterization of their dynamics. While there is an established suite of MAS SSNMR experiments for protein structure determination in small‐ and medium‐sized proteins, these methods face many challenges in large systems. In this review, recent progress in MAS NMR spectroscopy is discussed, specifically focusing on the emerging developments aimed at improving the sensitivity and resolution of SSNMR that are likely to determine its future applications. These developments include sample preparation and isotopic labeling strategies, fast MAS, proton detection, and paramagnetic NMR spectroscopy.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,010
Tête enseignante GPT0,294
Écart entre enseignants0,284 · 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

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsrael Journal of ChemistryMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207