MétaCan
Menu
Retour à la cohorte
Enregistrement W2588857715 · doi:10.1002/anie.201610544

Ultrasensitive Fluorogenic Reagents for Neuraminidase Titration

2017· article· en· W2588857715 sur OpenAlexafffund
Zhizeng Gao, Masahiro Niikura, Stephen G. Withers

Notice bibliographique

RevueAngewandte Chemie International Edition · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNeuraminidaseTitrationReagentChemistryNeuraminidase inhibitorVirologyVirusInfluenza A virusInfluenza vaccineBiologyCoronavirus disease 2019 (COVID-19)Organic chemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Influenza viral neuraminidase plays a crucial role during infections. It is a major target for the development of anti‐influenza drugs and is also attracting increasing attention as a vaccine target as evidence accumulates that neuraminidase‐neutralizing antibodies contribute to protection. However, no method currently exists to accurately and efficiently measure concentrations of active neuraminidase in virus samples or other crude mixtures, which hampers development on both fronts. In this report, we describe the development of a selective and sensitive active‐site titration reagent for neuraminidase that can quantify viral neuraminidases down to sub‐nanomolar levels in crude samples, with no background from non‐viral neuraminidases. By using this reagent, we determined accurate kcat values for six influenza A and two influenza B neuraminidases for the first time. We also quantified the neuraminidase content in a commercial influenza vaccine, thus demonstrating that this titration reagent opens the possibility for better vaccine analysis.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,002

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 Opus0,096
Tête enseignante GPT0,405
Écart entre enseignants0,309 · 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
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

Citations27
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetInfluenza Virus Research StudiesTravaux en français237 207