MétaCan
Menu
Retour à la cohorte
Enregistrement W2147184109 · doi:10.1021/co4000584

High-Throughput Screening of One-Bead–One-Compound Peptide Libraries Using Intact Cells

2013· article· en· W2147184109 sur OpenAlex

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.

Notice bibliographique

RevueACS Combinatorial Science · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueChemical Synthesis and Analysis
Établissements canadiensWestern UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésChemistryPeptideBeadPeptide libraryHigh-throughput screeningCell sortingBiophysicsCellCombinatorial chemistryComputational biologyBiochemistryPeptide sequenceBiologyGene

Résumé

récupéré en direct d'OpenAlex

Screening approaches based on one-bead-one-compound (OBOC) combinatorial libraries have facilitated the discovery of novel peptide ligands for cellular targeting in cancer and other diseases. Recognition of cell surface proteins is optimally achieved using live cells, yet screening intact cell populations is time-consuming and inefficient. Here, we evaluate the Complex Object Parametric Analyzer and Sorter (COPAS) large particle biosorter for high-throughput sorting of bead-bound human cell populations. When a library of RGD-containing peptides was screened against human cancer cells that express αvβ3 integrin, it was found that bead-associated cells are rapidly dissociated when sorted through the COPAS instrument. When the bound cells were reversibly cross-linked onto the beads, however, we demonstrated that cell/bead mixtures can be sorted quickly and accurately. This reversible cross-linking approach is compatible with matrix-assisted laser desorption ionization time-of-flight mass spectrometry-based peptide sequence deconvolution. This approach should allow one to rapidly screen an OBOC library and identify novel peptide ligands against cell surface targets in their native conformation.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,564

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,238
Écart entre enseignants0,220 · 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