MétaCan
Menu
Retour à la cohorte
Enregistrement W2330541075 · doi:10.1103/physrevlett.113.238104

Reconstructing Folding Energy Landscape Profiles from Nonequilibrium Pulling Curves with an Inverse Weierstrass Integral Transform

2014· article· en· W2330541075 sur OpenAlexafffund
Megan C. Engel, Dustin B. Ritchie, Daniel A. N. Foster, K. S. D. Beach, Michael T. Woodside

Notice bibliographique

RevuePhysical Review Letters · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institute for Nanotechnology
Mots-clésEnergy landscapeInverseCurvatureFolding (DSP implementation)Energy (signal processing)PhysicsMeasure (data warehouse)StiffnessClassical mechanicsBiological systemComputer scienceGeometryMathematicsQuantum mechanicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

The energy landscapes that drive structure formation in biopolymers are difficult to measure. Here we validate experimentally a novel method to reconstruct landscape profiles from single-molecule pulling curves using an inverse Weierstrass transform (IWT) of the Jarzysnki free-energy integral. The method was applied to unfolding measurements of a DNA hairpin, replicating the results found by the more-established weighted histogram (WHAM) and inverse Boltzmann methods. Applying both WHAM and IWT methods to reconstruct the folding landscape for a RNA pseudoknot having a stiff energy barrier, we found that landscape features with sharper curvature than the force probe stiffness could not be recovered with the IWT method. The IWT method is thus best for analyzing data from stiff force probes such as atomic force microscopes.

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 enseignants0,374
Score d'incertitude au seuil0,778

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 Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,253 · 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

Citations34
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207