MétaCan
Menu
Retour à la cohorte
Enregistrement W2075826965 · doi:10.1021/ja801951p

Aptamer-Facilitated Biomarker Discovery (AptaBiD)

2008· article· en· W2075826965 sur OpenAlexaff
Maxim V. Berezovski, Matthias Lechmann, Michael U. Musheev, Tak W. Mak, Sergey N. Krylov

Notice bibliographique

RevueJournal of the American Chemical Society · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensPrincess Margaret Cancer CentreYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAptamerChemistryBiomarker discoveryBiomarkerIn vitroDNAMolecular biologyComputational biologyCell biologyProteomicsBiochemistryBiologyGene

Résumé

récupéré en direct d'OpenAlex

Here we introduce a technology for biomarker discovery in which (i) DNA aptamers to biomarkers differentially expressed on the surfaces of cells being in different states are selected; (ii) aptamers are used to isolate biomarkers from the cells; and (iii) the isolated biomarkers are identified by means of mass spectrometry. The technology is termed aptamer-facilitated biomarker discovery (AptaBiD). AptaBiD was used to discover surface biomarkers that distinguish live mature and immature dendritic cells. We selected in vitro two DNA aptamer pools that specifically bind to mature and immature dendritic cells with a difference in strength of approximately 100 times. The aptamer pools were proven to be highly efficient in flow- and magnetic-bead-assisted separation of mature cells from immature cells. The two aptamer pools were then used to isolate biomarkers from the cells. The subsequent mass spectrometry analysis of the isolated proteins revealed unknown biomarkers of immature and mature dendritic cells.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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

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 Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,253 · 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

Citations194
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207