MétaCan
Menu
Retour à la cohorte
Enregistrement W2159485471 · doi:10.1021/bm4001662

Dual-Purpose Polymer Labels for Fluorescent and Mass Cytometric Affinity Bioassays

2013· article· en· W2159485471 sur OpenAlexafffund
Daniel Majonis, Olga Ornatsky, Dirk Weinrich, Mitchell A. Winnik

Notice bibliographique

RevueBiomacromolecules · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlexander von Humboldt-Stiftung
Mots-clésBioassayFluorescenceChemistryPolymerDual (grammatical number)Fluorescent labellingBiophysicsChromatographyOrganic chemistryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

We describe the synthesis and characterization of a family of poly(N-alkylacrylamide) polymers carrying 2-6 fluorescent dye molecules, ∼70 pendant DTPA (diethylenetriaminepentaacetic acid) groups, and an orthogonal maleimide end-group for covalent attachment to an antibody (Ab). These dual-purpose labels were designed for use in multiplexed immunoassays based on both mass cytometry and fluorescent flow cytometry. A challenge in the polymer synthesis was finding conditions for attaching a sufficient number of dye molecules to each polymer chain. Although attachment of a terminal maleimide to the polymers was not as efficient as anticipated, the end-functional polymers were still effective in labeling Abs. Secondary goat antimouse IgG was labeled with the four dual-label polymers as well as a control polymer, and while the resultant antibody-polymer conjugates showed positive performance in mass cytometric and fluorescent assays, some trials showed problems such as low signal and nonspecific adsorption. Four primary antibody conjugates were prepared and used to stain cells in 4-plex assays. The results of both primary assays are bittersweet in that the CD3-FITC and CD45-DyLight 649 conjugates performed well, while the CD13-DyLight 405 and the CD38-DyLight 549 conjugates did not.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,261
Écart entre enseignants0,250 · 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

Citations23
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207