Expression, purification, and characterization of a carbohydrate‐active enzyme: A research‐inspired methods optimization experiment for the biochemistry laboratory
Notice bibliographique
Résumé
The development and implementation of research-inspired, discovery-based experiences into science laboratory curricula is a proven strategy for increasing student engagement and ownership of experiments. In the novel laboratory module described herein, students learn to express, purify, and characterize a carbohydrate-active enzyme using modern techniques and instrumentation commonly found in a research laboratory. Unlike in a traditional cookbook-style experiment, students generate their own hypotheses regarding expression conditions and quantify the amount of protein isolated using their selected variables. Over the course of three 3-hour laboratory periods, students learn to use sterile technique to express a protein using recombinant DNA in E. coli, purify the resulting enzyme via affinity chromatography and dialysis, analyze the success of their purification scheme via SDS-PAGE, assess the activity of the enzyme via an HPLC-based assay, and quantify the amount of protein isolated via a Bradford assay. Following the completion of this experiment, students were asked to evaluate their experience via an optional survey. All students strongly agreed that this laboratory module was more interesting to them than traditional experiments because of its lack of a pre-determined outcome and desired additional opportunities to participate in the experimental design process. This experiment serves as an example of how research-inspired, discovery-based experiences can benefit both the students and instructor; students learned important skills necessary for real-world biochemistry research and a more concrete understanding of the research process, while generating new knowledge to enhance the scholarly endeavors of the instructor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».