MétaCan
Menu
Retour à la cohorte
Enregistrement W2417084410 · doi:10.1007/978-1-59745-157-4_18

Analysis of Phosphoinositide Dynamics During Phagocytosis Using Genetically Encoded Fluorescent Biosensors

2008· article· en· W2417084410 sur OpenAlexaff
Gabriela Cosı́o, Sergio Grinstein

Notice bibliographique

RevueMethods in molecular biology · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular transport and secretion
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésPhagocytosisCell biologyGreen fluorescent proteinPhagosomeFusion proteinCytosolBiosensorBiologyChemistryBiochemistryRecombinant DNAGene

Résumé

récupéré en direct d'OpenAlex

Phosphoinositide signaling is essential for successful phagocytosis. Phosphoinositides regulate processes such as actin assembly and the recruitment of molecular motors required for ingestion, as well as fusion events required for the maturation of the phagosome. Phosphoinositides not only serve as substrates for the generation of second messengers, but also function to anchor to the membrane cytosolic proteins that contain phosphoinositide-binding motifs. Conventional methods for the detection of phosphoinositides involve their extraction from the cells and separation by chromatographic procedures. These approaches are laborious and expensive and fail to provide spatio-temporal information, which is critical when analyzing localized and transient phenomena like phagocytosis. In this chapter we describe a method to monitor phosphoinositides dynamically by transfection of fluorescently tagged probes (biosensors) into cultured macrophages. These biosensors are based on the fusion of phosphoinositide-binding protein domains with fluorescent proteins. Some specifications for live cell imaging of such phosphoinositide-specific probes are also provided.

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)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,327
Écart entre enseignants0,308 · 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

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetCellular transport and secretionTravaux en français237 207