MétaCan
Menu
Retour à la cohorte
Enregistrement W2086235724 · doi:10.1093/jmicro/dfs088

Imaging and diffraction of protein crystallization using TEM

2012· article· en· W2086235724 sur OpenAlexafffund
Kathryn Gomery, Elaine Humphrey, Rodney Herring

Notice bibliographique

RevueMicroscopy · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueEnzyme Structure and Function
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSimon Fraser UniversityUniversity of Victoria
Mots-clésMosaicityProtein crystallizationNucleationCrystallizationCrystallographyDiffractionCrystalliteMaterials scienceCrystal (programming language)Electron diffractionChemical physicsAmorphous solidElectron backscatter diffractionResolution (logic)X-ray crystallographyChemistryOpticsMicrostructurePhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

Structural biology relies on good-quality protein crystals in order for structure determination. Many factors affect the growth process of a protein crystal including the way it nucleates and the types of damage and contamination during its growth. Although the nucleation process and quality of a crystal is vital to structure determination, they are both under-studied areas of research. Our research begins to explore ways of measuring the quality of protein crystals, using TEM, thus overcoming the problems associated with viewing wet specimens in a vacuum. Our current understanding of nucleation is that it is a two-step mechanism involving the formation of nuclei from dense liquid clusters; however; it is still unclear whether nuclei first start as amorphous aggregates or as crystalline lattices. Potentially, electron diffraction may be capable of uncovering this process. Using TEM imaging and diffraction of lysozyme as a model protein crystal, we report the internal two-dimensional strain and the density of crystallites in a protein crystal, at a resolution never seen before. The TEM diffraction shows unique features of crystal mosaicity that can be directly correlated to TEM images.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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

Citations4
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicroscopyMême sujetEnzyme Structure and FunctionTravaux en français237 207