MétaCan
Menu
Retour à la cohorte
Enregistrement W2141719987 · doi:10.1109/tnb.2004.833681

Dynamic Ion Channel Activation Scheduling in Patch Clamp on a Chip

2004· article· en· W2141719987 sur OpenAlexaff
Vikram Krishnamurthy

Notice bibliographique

RevueIEEE Transactions on NanoBioscience · 2004
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAustralian National University
Mots-clésComputer scienceScheduling (production processes)ChipIon channelPatch clampNanotechnologyParallel computingMaterials scienceChemistryEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

In 2002, Fertig et al. made a remarkable invention: the first successful demonstration of a patch clamp on a chip--a planar quartz-based biological chip that contains up to several hundred ion channels. This patch-clamp chip can be used in massively parallel screens for ion channel activity, thereby providing a high-throughput screening tool for drug discovery efforts. In this paper, we propose computationally efficient dynamic stochastic scheduling algorithms for activating individual ion channels in the patch-clamp chip. By formulating the ion channel activation scheduling problem as a partially observed Markov decision process with a multiarmed bandit structure, near-optimal dynamic scheduling for activation of the individual channels is achieved to optimize the information gained from the patch-clamp chip. Numerical examples using state-of-the-art algorithms developed recently in artificial intelligence and operations research are presented to illustrate these dynamic ion channel (macromolecule) activation scheduling algorithms.

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 enseignants0,368
Score d'incertitude au seuil0,579

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 Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,232 · 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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on NanoBioscienceMême sujetReceptor Mechanisms and SignalingTravaux en français237 207