THE EFFECT OF AN OPTIMIZED IMAGING FLOW CYTOMETRY ANALYSIS TEMPLATE ON SAMPLE THROUGHPUT IN THE REDUCED CULTURE CYTOKINESIS-BLOCK MICRONUCLEUS ASSAY
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In cases of overexposure to ionizing radiation, the cytokinesis-block micronucleus (CBMN) assay can be performed in order to estimate the dose of radiation to an exposed individual. However, in the event of a large-scale radiation accident with many potentially exposed casualties, the assay must be able to generate accurate dose estimates to within ±0.5 Gy as quickly as possible. The assay has been adapted to, validated and optimized on the ImageStreamX imaging flow cytometer. The ease of running this automated version of the CBMN assay allowed investigation into the accuracy of dose estimates after reducing the volume of whole blood cultured to 200 µl and reducing the culture time to 48 h. The data analysis template used to identify binucleated lymphocyte cells (BNCs) and micronuclei (MN) has since been optimized to improve the sensitivity and specificity of BNC and MN detection. This paper presents a re-analysis of existing data using this optimized analysis template to demonstrate that dose estimations from blinded samples can be obtained to the same level of accuracy in a shorter data collection time. Here, we show that dose estimates from blinded samples were obtained to within ±0.5 Gy of the delivered dose when data collection time was reduced by 30 min at standard culture conditions and by 15 min at reduced culture conditions. Reducing data collection time while retaining the same level of accuracy in our imaging flow cytometry-based version of the CBMN assay results in higher throughput and further increases the relevancy of the CBMN assay as a radiation biodosimeter.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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