MétaCan
Menu
Retour à la cohorte
Enregistrement W2117482397 · doi:10.1021/bc5004179

Small Quantum Dots Conjugated to Nanobodies as Immunofluorescence Probes for Nanometric Microscopy

2014· article· en· W2117482397 sur OpenAlexaff
Yong Wang, En Cai, Tobias Rosenkranz, Pinghua Ge, Kai Wen Teng, Sung Jun Lim, Andrew M. Smith, Hee Jung Chung, Frederick Sachs, William N. Green, Philip A. Gottlieb, Paul R. Selvin

Notice bibliographique

RevueBioconjugate Chemistry · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institute of Neurological Disorders and StrokeNational Institute of General Medical SciencesU.S. Public Health ServiceNational Institutes of HealthNational Science Foundation
Mots-clésChemistryPIEZO1Quantum dotImmunofluorescenceNanotechnologyMicroscopyConjugated systemBiophysicsFluorescence microscopeMechanosensitive channelsFluorescenceAntibodyReceptorOpticsPhysicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Immunofluorescence, a powerful technique to detect specific targets using fluorescently labeled antibodies, has been widely used in both scientific research and clinical diagnostics. The probes should be made with small antibodies and high brightness. We conjugated GFP binding protein (GBP) nanobodies, small single-chain antibodies from llamas, with new ∼7 nm quantum dots. These provide simple and versatile immunofluorescence nanoprobes with nanometer accuracy and resolution. Using the new probes we tracked the walking of individual kinesin motors and measured their 8 nm step sizes; we tracked Piezo1 channels, which are eukaryotic mechanosensitive channels; we also tracked AMPA receptors on living neurons. Finally, we used a new super-resolution algorithm based on blinking of (small) quantum dots that allowed ∼2 nm precision.

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 enseignants0,001
Score d'incertitude au seuil0,006

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,264 · 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

Citations32
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioconjugate ChemistryMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207