MétaCan
Menu
Retour à la cohorte
Enregistrement W2131408527 · doi:10.1021/ac504406s

Highly-Sensitive Amplification-Free Analysis of Multiple miRNAs by Capillary Electrophoresis

2014· article· en· W2131408527 sur OpenAlexafffund
David W. Wegman, Farhad Ghasemi, Anna Khorshidi, Burton B. Yang, Stanley K. Liu, George M. Yousef, Sergey N. Krylov

Notice bibliographique

RevueAnalytical Chemistry · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensSt. Michael's HospitalSunnybrook Health Science CentreCanada Research ChairsUniversity of TorontoYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésIsotachophoresisCapillary electrophoresismicroRNAChemistryComputational biologyChromatographyGeneBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Sets of deregulated microRNAs (miRNAs), termed miRNA signatures, are promising biomarkers for cancer. Validation of miRNA signatures requires a technique that is accurate, sensitive, capable of detecting multiple miRNAs, fast, robust, and not cost-prohibitive. Direct quantitative analysis of multiple miRNAs (DQAMmiR) is a capillary electrophoresis (CE)-based hybridization assay that was suggested as a methodological platform for validation and clinical use of miRNA signatures. While satisfying the other requirements, DQAMmiR is not sufficiently sensitive to detect low-abundance miRNAs. Here, we solve this problem by combining DQAMmiR with the preconcentration technique, isotachophoresis (ITP). The sensitivity improved 100 times (to 1 pM) allowing us to detect low-abundance miRNAs in an RNA extract. Importantly, ITP-DQAMmiR can be performed in a fully automated mode using a commercial CE instrument making it suitable for practical applications.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,005
Tête enseignante GPT0,222
Écart entre enseignants0,217 · 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

Citations38
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMicroRNA in disease regulationTravaux en français237 207