MétaCan
Menu
Retour à la cohorte
Enregistrement W2136054697 · doi:10.4137/mri.s23555

The Interface Between Iron Metabolism and Gene-Based Iron Contrast for MRI

2015· article· en· W2136054697 sur OpenAlex
Donna E. Goldhawk, Neil Gelman, Anindita Sengupta, Frank S. Prato

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMagnetic Resonance Insights · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensLawson Health Research InstituteWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCancer Care Ontario
Mots-clésMagnetic resonance imagingContext (archaeology)Gene expressionMolecular imagingCell biologyCellNuclear magnetic resonanceRegulation of gene expressionGeneChemistryComputational biologyBiophysicsBiologyBiochemistryGeneticsPhysicsIn vivoMedicine

Résumé

récupéré en direct d'OpenAlex

Using a gene-based approach to track cellular and molecular activity with magnetic resonance imaging (MRI) has many advantages. The strong correlation between transverse relaxation rates and total cellular iron content provides a basis for developing sensitive and quantitative detection of MRI reporter gene expression. In addition to biophysical concepts, general features of mammalian iron regulation add valuable context for interpreting molecular MRI predicated on gene-based iron labeling. With particular reference to the potential of magnetotactic bacterial gene expression as a magnetic resonance (MR) contrast agent for mammalian cell tracking, studies in different cell culture models highlight the influence of intrinsic iron regulation on the MRI signal. The interplay between dynamic regulation of mammalian iron metabolism and expression systems designed to sequester iron biominerals for MRI is presented from the perspective of their potential influence on MR image interpretation.

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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,020
Tête enseignante GPT0,274
Écart entre enseignants0,253 · 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