Fluorescence polarization detection for affinity capillary electrophoresis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Affinity capillary electrophoresis (ACE) with laser-induced fluorescence polarization (LIFP) detection is described, with examples of affinity interaction studies. Because fluorescence polarization is sensitive to changes in the rotational motion arising from molecular association or dissociation, ACE-LIFP is capable of providing information on the formation of affinity complexes prior to or during CE separation. Unbound, small fluorescent probes generally have little fluorescence polarization because of rapid rotation of the molecule in solution. When the small fluorescent probe is bound to a larger affinity agent, such as an antibody, the fluorescence polarization (and anisotropy) increases due to slower motion of the much larger complex molecule in the solution. Fluorescence polarization results are obtained by simultaneously measuring fluorescence intensities of vertical and horizontal polarization planes. Applications of CE-LIFP to both strong and weak binding systems are discussed with antibody-antigen and DNA-protein binding as examples. For strong affinity binding, such as between cyclosporine and its antibody, complexes are formed prior to CE-LIFP analysis. For weaker binding, such as between single-stranded DNA and its binding protein, the single-stranded DNA binding protein is added to the CE separation buffer to enhance dynamic formation of affinity complexes. Both fluorescence polarization (and anisotropy) and mobility shift results are complementary and are useful for immunoassays and binding studies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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