MétaCan
Menu
Retour à la cohorte

Applications of on-line weak affinity interactions in free solution capillary electrophoresis

2002· review· en· W2054857136 sur OpenAlexaff
Niels H. H. Heegaard, Mogens Holst Nissen, David D. Y. Chen

Notice bibliographique

RevueElectrophoresis · 2002
Typereview
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCapillary electrophoresisAffinity electrophoresisChemistryEnantiomerElectrophoresisChromatographyAnalyteCapillary actionSelectivityMoleculeAffinity chromatographyBiochemistryMaterials scienceStereochemistryOrganic chemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

The impressive selectivity offered by capillary electrophoresis can in some cases be further increased when ligands or additives that engage in weak affinity interactions with one or more of the separated analytes are added to the electrophoresis buffer. This on-line affinity capillary electrophoresis approach is feasible when the migration of complexed molecules is different from the migration of free molecules and when separation conditions are nondenaturing. In this review, we focus on applying weak interactions as tools to enhance the separation of closely related molecules, e.g., drug enantiomers and on using capillary electrophoresis to characterize such interactions quantitatively. We describe the equations for binding isotherms, illustrate how selectivity can be manipulated by varying the additive concentrations, and show how the methods may be used to estimate binding constants. On-line affinity capillary electrophoresis methods are especially valuable for enantiomeric separations and for functional characterization of the contents of biological samples that are only available in minute quantities.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0010,002

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 Opus0,024
Tête enseignante GPT0,271
Écart entre enseignants0,247 · 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

Citations36
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectrophoresisMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207