MétaCan
Menu
Retour à la cohorte
Enregistrement W2339767903 · doi:10.3791/53049

Studying Protein Function and the Role of Altered Protein Expression by Antibody Interference and Three-dimensional Reconstructions

2016· article· en· W2339767903 sur OpenAlexfundno aff
Kristin Derlig, Andreas Gießl, Johann Helmut Brandstätter, Ralf Enz, Regina Dahlhaus

Notice bibliographique

RevueJournal of Visualized Experiments · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCell biologyBiologyRNA interferenceAntibodyFunction (biology)SomaComputational biologyNeuroscienceRNAGeneImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

A strict management of protein expression is not only essential to every organism alive, but also an important strategy to investigate protein functions in cellular models. Therefore, recent research invented different tools to target protein expression in mammalian cell lines or even animal models, including RNA and antibody interference. While the first strategy has gathered much attention during the past two decades, peptides mediating a translocation of antibody cargos across cellular membranes and into cells, obtained much less interest. In this publication, we provide a detailed protocol how to utilize a peptide carrier named Chariot in human embryonic kidney cells as well as in primary hippocampal neurons to perform antibody interference experiments and further illustrate the application of three-dimensional reconstructions in analyzing protein function. Our findings suggest that Chariot is, probably due to its nuclear localization signal, particularly well-suited to target proteins residing in the soma and the nucleus. Remarkably, when applying Chariot to primary hippocampal cultures, the reagent turned out to be surprisingly well accepted by dissociated neurons.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,335
Écart entre enseignants0,319 · 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
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetRNA Interference and Gene DeliveryTravaux en français237 207