MétaCan
Menu
Retour à la cohorte
Enregistrement W2159266673 · doi:10.1039/c2lc20967e

Electrical sorting of Caenorhabditis elegans

2012· article· en· W2159266673 sur OpenAlexafffund
Pouya Rezai, Sangeena Salam, P. Ravi Selvaganapathy, Bhagwati P. Gupta

Notice bibliographique

RevueLab on a Chip · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCaenorhabditis elegansSortingsortBiologyThroughputComputer scienceMicrofluidicsModel organismBiological systemIsolation (microbiology)Computational biologyNanotechnologyBioinformaticsGeneticsAlgorithmGeneMaterials science

Résumé

récupéré en direct d'OpenAlex

The nematode (worm) C. elegans is one of the widely studied animal model organisms in biology. It develops through 4 larval stages (L1-L4) in 2 to 3 days before becoming a young adult. Biological assays involving C. elegans frequently require a large number of animals that are appropriately staged and exhibit a similar behaviour. We have developed a new method to synchronize animals that relies on the electrotactic response (electric field-induced motion) of C. elegans to sort them in parallel based on their age, size and phenotype. By using local electric field traps in a microfluidic device, we can efficiently sort worms from a mixed culture in a semi-continuous flow manner (with a minimum throughput of 78 worms per minute per load-run) and obtain synchronized populations of animals. In addition to sorting larvae, our device can also distinguish between young and old adults efficiently. Unlike fluorescent based sorting systems that use active imaging based feedback, this method is passive and automatic and uses the innate behaviour of the worm. Considering that the entire procedure takes only a few minutes to run and is cost-effective, it promises to simplify and accelerate experiments requiring homogeneous cultures of worms as well as to facilitate isolation of mutants that have abnormal electrotaxis. More importantly, our method of isolating and separating worms using locomotion as a defining characteristic promises development of advanced microfluidics-based systems to study the neuronal basis of movement-related defects in worms and facilitate high-throughput chemical screening and drug discovery.

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 enseignants0,016
Score d'incertitude au seuil0,478

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 GPT0,237
Écart entre enseignants0,227 · 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

Citations71
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207