MétaCan
Menu
Retour à la cohorte
Enregistrement W2984337219 · doi:10.1128/jvi.01600-19

Intact Viral Particle Counts Measured by Flow Virometry Provide Insight into the Infectivity and Genome Packaging Efficiency of Moloney Murine Leukemia Virus

2019· article· en· W2984337219 sur OpenAlexafffund
Tyler M. Renner, Vera A. Tang, Dylan Burger, Marc‐André Langlois

Notice bibliographique

RevueJournal of Virology · 2019
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensInstitute of Infection and ImmunityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésBiologyMurine leukemia virusVirologyInfectivityRetrovirusVirusFlow cytometryViral envelopeCapsidVirus-like particleGenomeRNAViral vectorViral replicationMolecular biologyGeneticsGeneRecombinant DNA

Résumé

récupéré en direct d'OpenAlex

Gammaretroviruses, or, more specifically, murine leukemia viruses (MLVs), have been a longstanding model for studying retroviruses. Although being extensively analyzed and dissected for decades, several facets of MLV biology are still poorly understood. One of the primary challenges has been enumerating total intact virus particles in a sample. While several analytical methods can precisely measure virus protein amounts, MLVs are known to induce the secretion of soluble and vesicle-associated viral proteins that can skew these measurements. With recent technological advances in flow cytometry, it is now possible to analyze viruses down to 90 nm in diameter with an approach called flow virometry. The technique has the added benefit of being able to discriminate viruses from extracellular vesicles and free viral proteins in order to confidently provide an intact viral particle count. Here, we used flow virometry to provide new insights into the basic characteristics of Moloney MLV.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,238
Écart entre enseignants0,230 · 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

Citations38
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of VirologyMême sujetHIV Research and TreatmentTravaux en français237 207