MétaCan
Menu
Retour à la cohorte
Enregistrement W2981303676 · doi:10.21769/bioprotoc.3401

Measuring Small-molecule Inhibition of Protein Interactions in Live Cells Using FLIM-FRET

2019· article· en· W2981303676 sur OpenAlexaff
James M. Pemberton, Qian Liu, David W. Andrews

Notice bibliographique

RevueBIO-PROTOCOL · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésFörster resonance energy transferCell biologySmall moleculeApoptosisFluorescence-lifetime imaging microscopyBiophysicsLive cell imagingCellChemistryMembrane proteinFluorescence microscopeMembraneFluorescenceBiologyBiochemistryPhysics

Résumé

récupéré en direct d'OpenAlex

This protocol was designed to quantitatively measure small-molecule displacement of proteins in live mammalian cells using fluorescence lifetime imaging microscopy-Förster resonance energy transfer (FLIM-FRET). Tumour cell survival is often dependent on anti-apoptotic proteins, which bind to and inhibit pro-apoptotic proteins, thus preventing apoptosis. Small-molecule inhibitors that selectively target these proteins (termed BH3-mimetics) are therefore a promising avenue for the treatment of several cancers. Previous techniques used to study the efficacy of these drugs often use truncated versions of both pro- and anti-apoptotic proteins, as they are membrane bound and hydrophobic in nature. As a result, the true efficacy of these drugs to displace full-length pro-apoptotic proteins in their native environment within a cell is poorly understood. This protocol describes FLIM-FRET methods to directly measure the displacement (or lack of displacement) of full-length Bcl-2 family proteins in live mammalian cells.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,036
Tête enseignante GPT0,314
Écart entre enseignants0,278 · 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
GenreMéthodes

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIO-PROTOCOLMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207