MétaCan
Menu
Retour à la cohorte
Enregistrement W2083309264 · doi:10.1063/1.2963104

Bioresistive identification of heat shock protein 90

2008· article· en· W2083309264 sur OpenAlexaff
Arvind Chandrasekaran, Shanmugasundaram Pakkiriswami, Jian Liang You, Ashwin Acharya, Muthukumaran Packirisamy, Denis P. Maxwell

Notice bibliographique

RevueBiomicrofluidics · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHeat shock proteins research
Établissements canadiensWestern UniversityConcordia University
Organismes subventionnairesnon disponible
Mots-clésHsp90Heat shock proteinAdenosine triphosphateBiosensorBiophysicsChaperone (clinical)Hsp70ChemistryShock (circulatory)MicrofluidicsCell biologyBiochemistryBiologyNanotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

90 kDa heat shock protein (HSP90) is a ubiquitous molecular chaperone and is one of the abundant proteins present in a cell under normal and stressed conditions. The adenosine triphosphate (ATP) binding region of HSP90 is currently under a great degree of study because of the interest of its role in cancer and protein maintenance; the binding of ATP to HSP90 induces a large conformational change in the protein as a result of the activity of different types of stressors within the cells. In the present paper, a simple microfluidic biosensor is proposed for the characterization of ATP-HSP90 interactions through the principle of bioresistive variation. The experimental results prove that the present biosensor system is highly suitable for the detection of heat shock proteins present in a real-time biological sample, which is very useful for in-situ biomedical applications and rapid pathogenic detections.

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 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 enseignants0,018
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,277
Écart entre enseignants0,256 · 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 tête enseignante, 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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomicrofluidicsMême sujetHeat shock proteins researchTravaux en français237 207