MétaCan
Menu
Retour à la cohorte
Enregistrement W2071176149 · doi:10.1002/bit.23127

Cell to aperture interaction in patch‐clamp chips visualized by fluorescence microscopy and focused‐ion beam sections

2011· article· en· W2071176149 sur OpenAlexaff
Christophe Py, Danish Salim, Robert Monette, Tanya Comas, Jeffrey W. Fraser, Dolores Fernández Martínez, Marzia Martina, Geoffrey Mealing

Notice bibliographique

RevueBiotechnology and Bioengineering · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueIon-surface interactions and analysis
Établissements canadiensInstitute for Biological SciencesInstitute for Microstructural Sciences
Organismes subventionnairesnon disponible
Mots-clésFluorescence microscopeMicroscopyFocused ion beamFluorescenceIon beamAperture (computer memory)Materials scienceBiophysicsMultiphoton fluorescence microscopeIonOpticsBeam (structure)ChemistryNanotechnologyBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Patch-clamp is an important method to monitor the electrophysiological activity of cells and the role of pharmacological compounds on specific ion channel proteins. In recent years, planar patch-clamp chips have been developed as a higher throughput approach to the established glass-pipette method. However, proper conditions to optimize the high resistance cell-to-probe seals required to measure the small currents resulting from ion channel activity are still the subject of conjecture. Here, we report on the design of multiple-aperture (sieve) chips to rapidly facilitate assessment of cell-to-aperture interactions in statistically significant numbers. We propose a method to pre-screen the quality of seals based on a dye loading protocol through apertures in the chip and subsequent evaluation with fluorescence confocal microscopy. We also show the first scanning electron micrograph of a focused ion beam section of a cell in a patch-clamp chip aperture.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,211 · 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'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

Citations10
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetIon-surface interactions and analysisTravaux en français237 207