MétaCan
Menu
Retour à la cohorte
Enregistrement W2417940680 · doi:10.1007/978-1-62703-134-9_32

Microchip UV Absorbance Detection Applied to Isoelectric Focusing of Proteins

2012· article· en· W2417940680 sur OpenAlexaffabout
Junjie Ou, Carolyn L. Ren

Notice bibliographique

RevueMethods in molecular biology · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésIsoelectric focusingPolydimethylsiloxaneChromatographyAbsorbanceMaterials scienceNanotechnologyChemistry

Résumé

récupéré en direct d'OpenAlex

Isoelectric focusing (IEF) is considered as an attractive separation technique for biologically amphoteric compounds (e.g., proteins and peptides) based on their isoelectric point (pI). With the advancement in micromachining technology, microchip format IEF has attracted significant attention. Both single-point and whole column imaging detection (WCID) methods have been employed for analyzing the separation performance in a microchip. WCID is more favorable than single-point detection because the latter requires the focused bands to be mobilized and thus adds more complexity to the design and operation of such microchips. Fluorescence- and UV absorbance-based WCID have been successfully adapted in glass and PDMS microchips. We have developed polydimethylsiloxane (PDMS) microchips for IEF applications where UV-WCID is employed for evaluating the separation performance. The chips are designed for use in the iCE280 analyzer (Convergent Bioscience Inc., Toronto), for capillary-based IEF where UV-WCID is employed for analyzing the separation performance. Three kinds of microchips that have been successfully developed using standard soft lithography technology are described in detail.

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)0,001
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: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,297
Écart entre enseignants0,287 · 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207