MétaCan
Menu
Retour à la cohorte
Enregistrement W2894906880 · doi:10.1002/bmb.21158

Chemical cross‐linking of a variety of green fluorescent proteins as Förster resonance energy transfer donors for Yukon orange fluorescent protein: A project‐based undergraduate laboratory experience

2018· article· en· W2894906880 sur OpenAlexaboutno aff
Mira K. Marchioretto, Jacqueline T. Horton, Calvin A. Berstler, Joseph B. Humphries, Isaac J. Koloditch, Samuel D. Voss, Kimberly de La Harpe, Barry W. Hicks, Latisha R. Jefferies

Notice bibliographique

RevueBiochemistry and Molecular Biology Education · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFörster resonance energy transferFluorescenceOrange (colour)Energy transferChemistryGreen fluorescent proteinBiophysicsBiologyBiochemistryPhysicsChemical physicsOpticsFood science

Résumé

récupéré en direct d'OpenAlex

Förster resonance energy transfer (FRET) is the basis for many techniques used in biomedical research. Due to its wide use in molecular sensing, FRET is commonly introduced in many biology, chemistry, and physics courses. While FRET is of great importance in the biophysical sciences, the complexity and difficulty of constructing FRET experiments has resulted in limited usage in undergraduate laboratory settings. Here, we present a practical undergraduate laboratory experiment for teaching FRET using a diverse set of green-emitting fluorescent proteins (FPs) as donors for a cross-linked Yukon orange FP. This laboratory experiment enables students to make the connection of basic lab procedures to real world applications and can be applied to molecular biology, biochemistry, physical chemistry, and biophysical laboratory courses. Published 2018. This article is a U.S. Government work and is in the public domain in the USA., 46(5):516-522, 2018.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,042
Score d'incertitude au seuil1,000

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 technologies0,0000,001
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 Opus0,007
Tête enseignante GPT0,310
Écart entre enseignants0,303 · 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.

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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Molecular Biology EducationMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207