MétaCan
Menu
Retour à la cohorte
Enregistrement W2118496516 · doi:10.1109/tns.2014.2311588

Quantitative Radio-Labeled Biomolecule Detection Using a Functionalized CMOS Sensor

2014· article· en· W2118496516 sur OpenAlexaff
Ryan Griffin, Olga Mozenson, Michael Beking, Maria C. DeRosa, Gregory P. Lopinski, N. G. Tarr

Notice bibliographique

RevueIEEE Transactions on Nuclear Science · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensNational Research Council CanadaCarleton University
Organismes subventionnairesnon disponible
Mots-clésBiomoleculeCMOSDetectorAptamerFluorescenceBiosensorAnalyteImage sensorChemistryMaterials scienceOptoelectronicsPhysicsNanotechnologyOpticsMolecular biology

Résumé

récupéré en direct d'OpenAlex

For the first time, a CMOS imager has been used to detect the presence of radio-labeled target biomolecules captured on a functionalized surface. A CMOS image sensor from an SLR camera was used. Using aptamer functionalization the system successfully detected <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">32</sup> P labeled adenosine triphosphate (ATP) at concentrations well below those typically associated with fluorescence-based sensor architectures. The system has also demonstrated its amenability to multiplexed/spotted biomolecule detection. GEANT4, a Monte Carlo toolkit for simulating the passage of radiation through matter, was used to analyze the detector. Radiolabel detection offers the potential for direct quantitative measurement of bound biomolecules which is advantageous compared to the use of fluorescent tags.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,362
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,286
Écart entre enseignants0,269 · 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 tête enseignante, 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Nuclear ScienceMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207