MétaCan
Menu
Retour à la cohorte
Enregistrement W2089628212 · doi:10.1007/s001470050306

Heparin interference with reverse transcriptase polymerase chain reaction of RNA extracted from lungs after ischemia-reperfusion

2000· article· en· W2089628212 sur OpenAlexaff
Xiaohui Bai, Stefan Fischer, Shaf Keshavjee, Xiaoqing Liu

Notice bibliographique

RevueTransplant International · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProteoglycans and glycosaminoglycans research
Établissements canadiensUniversity of TorontoToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésReverse transcriptaseEx vivoMedicineReperfusion injuryLung transplantationLungHeparinReal-time polymerase chain reactionRNAIschemiaIn vivoTransplantationReverse transcription polymerase chain reactionPolymerase chain reactionRNA extractionMolecular biologyGene expressionMessenger RNAGeneBiologyInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

The reverse transcriptase polymerase chain reaction (RT-PCR) is a rapid and sensitive method for detecting gene expression. However, when we used this technique to study gene expression of cytokines in ischemic and ex-vivo-reperfused rat lungs as a model for transplantation, significant inhibition of RT-PCR reaction was observed. To optimize RT-PCR conditions, RNA was extracted from rat lungs after flushing, preservation, and reperfusion. RNA was further purified and PCR conditions were modified with various strategies. We found that heparinase I pretreatment completely overcame the inhibitory effects of RT-PCR using RNA extracted from lung tissues after ischemia-reperfusion. With this treatment, a dramatic increase in tumor necrosis factor-a (TNF-a) mRNA was revealed from lung tissues after ischemia-reperfusion. This result suggests that residual heparin in lung tissue interferes with RT-PCR. Because heparinization is routinely used during clinical and experimental organ transplantation, we recommend the treatment of RNA samples with heparinase prior to RT-PCR.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,007
Tête enseignante GPT0,229
Écart entre enseignants0,222 · 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

Citations33
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransplant InternationalMême sujetProteoglycans and glycosaminoglycans researchTravaux en français237 207