MétaCan
Menu
Retour à la cohorte
Enregistrement W2054724315 · doi:10.1021/ja056232l

Kinetic Capillary Electrophoresis (KCE):  A Conceptual Platform for Kinetic Homogeneous Affinity Methods

2005· article· en· W2054724315 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of the American Chemical Society · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésHomogeneousCapillary electrophoresisBoundary (topology)ToolboxMedicineComputational biologyChromatographyComputer scienceStatistical physicsChemistryPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

We propose kinetic capillary electrophoresis (KCE) as a conceptual platform for the development of kinetic homogeneous affinity methods. KCE is defined as the CE separation of species that interact during electrophoresis. Depending on how the interaction is arranged, different KCE methods can be designed. All KCE methods are described by the same mathematics: the same system of partial differential equations with only initial and boundary conditions being different. Every qualitatively unique set of initial and boundary conditions defines a unique KCE method. Here, we (i) present the theoretical bases of KCE, (ii) define four new KCE methods, and (iii) propose a multimethod KCE toolbox as an integrated kinetic technique. Using the KCE toolbox, we were able to, for the first time, observe high-affinity (specific) and low-affinity (nonspecific) interactions within the same protein-ligand pair. The concept of KCE allows for the creation of an expanding toolset of powerful kinetic homogeneous affinity methods, which will find their applications in studies of biomolecular interactions, quantitative analyses, and selecting affinity probes and drug candidates from complex mixtures.

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.

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 enseignants0,187
Score d'incertitude au seuil0,525

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,013
Tête enseignante GPT0,306
Écart entre enseignants0,293 · 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