MétaCan
Menu
Retour à la cohorte
Enregistrement W2970137584 · doi:10.1038/s41598-019-48612-4

Non-Contact Universal Sample Presentation for Room Temperature Macromolecular Crystallography Using Acoustic Levitation

2019· article· en· W2970137584 sur OpenAlexfundno aff
R.H. Morris, E. Dye, Danny Axford, Michael I. Newton, John H. Beale, Peter Docker

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesTrent UniversityDiamond Light SourceNottingham Trent University
Mots-clésAcoustic levitationLevitationBeamlineSample (material)Computer scienceMaterials scienceOpticsBeam (structure)Mechanical engineeringPhysicsThermodynamicsEngineeringMagnet

Résumé

récupéré en direct d'OpenAlex

Macromolecular Crystallography is a powerful and valuable technique to assess protein structures. Samples are commonly cryogenically cooled to minimise radiation damage effects from the X-ray beam, but low temperatures hinder normal protein functions and this procedure can introduce structural artefacts. Previous experiments utilising acoustic levitation for beamline science have focused on Langevin horns which deliver significant power to the confined droplet and are complex to set up accurately. In this work, the low power, portable TinyLev acoustic levitation system is used in combination with an approach to dispense and contain droplets, free of physical sample support to aid protein crystallography experiments. This method facilitates efficient X-ray data acquisition in ambient conditions compatible with dynamic studies. Levitated samples remain free of interference from fixed sample mounts, receive negligible heating, do not suffer significant evaporation and since the system occupies a small volume, can be readily installed at other light sources.

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 enseignants0,060
Score d'incertitude au seuil0,530

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 GPT0,218
Écart entre enseignants0,210 · 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

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207