MétaCan
Menu
Retour à la cohorte
Enregistrement W2102631454 · doi:10.1109/tnb.2004.842494

Brownian Dynamics Simulation for Modeling Ion Permeation Across Bionanotubes

2005· article· en· W2102631454 sur OpenAlexaff
Vikram Krishnamurthy, Shin‐Ho Chung

Notice bibliographique

RevueIEEE Transactions on NanoBioscience · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIon channel regulation and function
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBrownian dynamicsKcsA potassium channelIonMolecular dynamicsPermeationBrownian motionStatistical physicsCurrent (fluid)Channel (broadcasting)Ion channelDynamics (music)Consistency (knowledge bases)Biological systemChemical physicsComputer sciencePhysicsChemistryComputational chemistryThermodynamicsMembraneArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The principles underlying Brownian dynamics (BD), its statistical consistency, and algorithms for practical implementation are outlined here. The ability to compute current flow across ion channels confers a distinct advantage to BD simulations compared to other simulation techniques. Thus, two obvious applications of BD ion channels are in calculation of the current-voltage and current-concentration curves, which can be directly compared to the physiological measurements to assess the reliability of the model and predictive power of the method. We illustrate how BD simulations are used to unravel the permeation dynamics in two biological ion channels-the KcsA K+ channel and CIC Cl- channel.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,293
Écart entre enseignants0,270 · 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'étudeSimulation ou modélisation
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

Citations14
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on NanoBioscienceMême sujetIon channel regulation and functionTravaux en français237 207