MétaCan
Menu
← Retour à la cohorte
Enregistrement W3012964850 · doi:10.1101/2020.03.24.997536

Genetically Encoded, Multivalent Liquid Glycan Array (LiGA)

2020· preprint· en· W3012964850 sur OpenAlexaff
Mirat Sojitra, Susmita Sarkar, Jasmine Maghera, Emily Rodrigues, Eric Carpenter, Shaurya Seth, Daniel Ferrer Vinals, Nicholas J. Bennett, Revathi Reddy, Amira Khalil, Xiaochao Xue, Michael R. Bell, Ruixiang Blake Zheng, Ping Zhang, Corwin M. Nycholat, Chang‐Chun Ling, Todd L. Lowary, James C. Paulson, Matthew S. Macauley, Ratmir Derda

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGlycanLIGAAvidityGlycoconjugateMolecular biologyChemistryBiologyBiochemistryGeneticsGlycoproteinAntigen

Résumé

récupéré en direct d'OpenAlex

Abstract The Central Dogma of Biology does not allow for the study of glycans using DNA sequencing. We report a “Liquid Glycan Array” (LiGA) platform comprising a library of DNA ‘barcoded’ M13 virions that display 30-1500 copies of glycans per phage. A LiGA is synthesized by acylation of phage pVIII protein with a dibenzocyclooctyne, followed by ligation of azido-modified glycans. Pulldown of the LiGA with lectins followed by deep sequencing of the barcodes in the bound phage decodes the optimal structure and density of the recognized glycans. The LiGA is target agnostic and can measure the glycan-binding profile of lectins such as CD22 on cells in vitro and immune cells in a live mouse. From a mixture of multivalent glycan probes, LiGAs identifies the glycoconjugates with optimal avidity necessary for binding to lectins on living cells in vitro and in vivo ; measurements that cannot be performed with canonical glass slide-based glycan arrays. Dedication The paper is dedicated to Laura L. Kiessling on the occasion of her 60 th birthday.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,019
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGlycosylation and Glycoproteins Research→Travaux en français237 207→