MétaCan
Menu
Retour à la cohorte
Enregistrement W2569147628 · doi:10.1002/elps.201600438

Langevin dynamcis simulations of driven polymer translocation into a cross‐linked gel

2017· article· en· W2569147628 sur OpenAlexafffund
David Sean, Gary W. Slater

Notice bibliographique

RevueElectrophoresis · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanoporePolymerLangevin dynamicsMaterials sciencePenetration (warfare)Chemical physicsGel electrophoresisMolecular dynamicsElectrophoresisNanotechnologyChromatographyChemistryComposite materialPhysicsComputational chemistry

Résumé

récupéré en direct d'OpenAlex

We investigate the dynamics of driving a polyelectrolyte such as DNA through a nanopore and into a cross-linked gel. Placing the gel on the trans-side of the nanopore can increase the translocation time while not negatively affecting the capture rates. Thus, this setup combines the mechanics of gel electrophoresis with nanopore translocation. However, contrary to typical gel electrophoresis scenarios, the effect of the field is localized in the immediate vicinity of the nanopore and becomes negligible inside the gel matrix. Thus, we investigate the process by which a semiflexible polymer can be pushed into a gel matrix via a localized field and we describe how the dynamics of gel penetration depends upon the field intensity, polymer stiffness, and gel pore size. Our simulation results show that a semiflexible polymer enters the gel region with two distinct mechanisms depending upon the ratio between the bending length scale and the gel pore size. In both regimes, the gel fibers cause a net increase in the mean translocation time. Interestingly, the translocation rate is found to be constant (a potentially useful feature for many applications) during the predominant part of the translocation process when the polymer is stiff over a length scale comparable to the gel pore size.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,558

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,253
Écart entre enseignants0,244 · 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 tête enseignante, 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
GenreEmpirique

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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectrophoresisMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207