MétaCan
Menu
Retour à la cohorte
Enregistrement W2909158666 · doi:10.35537/10915/71256

Generación fotoquímica y caracterización de aductos pterina-pirimidina en nucleósidos, oligonucleótidos y ADN

2018· dissertation· es· W2909158666 sur OpenAlexaff
Sandra Estébanez Ruiz

Notice bibliographique

Revuenon disponible
Typedissertation
Languees
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensFirst Nations University of Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

El objetivo general de esta tesis doctoral es investigar los procesos fotosensibilizados por pterinas de bases pirimidínicas que forman parte de diferentes sustratos en condiciones aneróbicas. Para ello se trabajó con Ptr, que es el compuesto modelo no sustituido de las pterinas oxidadas. Como sustratos se emplearon nucleótidos, nucleósidos, oligonucleótidos y ADN eucariota. A continuación se detallan los objetivos específicos que han dirigido el desarrollo de la tesis: - Estudiar el proceso fotosensibilizado del nucleósido de timina por Ptr bajo diferentes condiciones experimentales y dilucidar el mecanismo de reacción. - Comparar la eficiencia de los procesos fotosensibilizados en nucleótidos y nucleósidos por Ptr en condiciones anaeróbicas. Concretamente, realizar un estudio sobre la generación de aductos fluorescentes entre el fotosensibilizador y el sustrato. - Caracterizar estructuralmente dichos aductos. - Analizar las propiedades fotofísicas de aductos pterina-timina. - Investigar la generación de aductos fluorescentes en oligonucleótidos, tanto de hebra simple como de hebra doble. - Estudiar el daño sufrido por moléculas de ADN eucariota en procesos fotosensibilizados por Ptr. - Realizar un análisis acerca de la formación de aductos pterina-timina en moléculas de ADN.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,296
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 GPT0,247
Écart entre enseignants0,237 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLight effects on plantsTravaux en français237 207