Materials Screening for Sol–Gel-Derived High-Density Multi-Kinase Microarrays
Notice bibliographique
Résumé
Protein microarrays based on pin-printing of sol–gel-entrapped biomolecules have emerged as a potential tool to accelerate drug screening and discovery. However, while materials have recently been identified that are suitable for printing of high-density sol–gel-based microarrays, the ability to print arrays of delicate proteins such as kinases, and to assay their activity and inhibition on-array, has yet to be demonstrated. In this study, we have performed a criteria-based directed screen of sol–gel-based materials to identify compositions that are suitable for the fabrication of high-density, multikinase microarrays. Printable formulations were assessed for their compatibility with a fluorescent, phosphospecific dye used as an end-point indicator for on-array kinase assays, including an assessment of the effects of spot size (100 μm vs 400 μm) and slide surface chemistry on signal reproducibility. The combinations of materials, surfaces, and spot sizes that were found to be compatible with reproducible signal generation were evaluated for their ability to retain the activity of a range of kinases, which were co-entrapped with their respective substrates into the optimal sol–gel materials to produce microarrays. Ultimately, two material/surface combinations, from potentially thousands, were identified, one of which was used to produce a robust, highly active kinase microarray that could be used for qualitative screening as well as quantitative inhibition assays.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».