MétaCan
Menu
Retour à la cohorte
Enregistrement W2335791358 · doi:10.1385/1592598536

Laser Capture Microdissection

2005· book· en· W2335791358 sur OpenAlexfundno aff
Graeme I. Murray, Stephanie Curran

Notice bibliographique

RevueHumana Press eBooks · 2005
Typebook
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesUniformed Services University of the Health SciencesSchool of Medicine, New York UniversityUniversité Pierre et Marie CurieAarhus UniversitetshospitalUniversität RegensburgKarolinska InstitutetInstitut National de la Santé et de la Recherche MédicaleBrigham and Women's HospitalUniversity of AberdeenUniversität BaselYale UniversityInstitute of GeneticsDirectorate for Biological SciencesAlvin J. Siteman Cancer CenterAarhus Universitet
Mots-clésLaser capture microdissectionMicrodissectionLaserComputer scienceBiologyOpticsPhysicsGenetics

Résumé

récupéré en direct d'OpenAlex

Laser capture microdissection (LCM) is a recent technique used in the isolation of specific cell populations from a diverse background of cell types, cytological preparations, or live cell culture via direct visualization of the cell. It is based on the adherence of visually selected cells to transparent thermoplastic membrane (ethylene vinyl acetate polymer) which overlies the dehydrated tissue section and is focally melted by triggering of a low energy infrared laser pulse. DNA, mRNA, and protein can be extracted successfully from captured tissue fragments, down to the single cell level. It plays an important role in genomics, pro­ teomics, diagnostic techniques and therapy. This current paper is an attempt to review the role of LCM in molecular diag nosis which can further be applied in the field of head and neck pathology.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0380,039

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 Opus0,017
Tête enseignante GPT0,260
Écart entre enseignants0,243 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207