MétaCan
Menu
Retour à la cohorte
Enregistrement W3024568395 · doi:10.1021/acs.jpclett.9b03833

Self-Healing Dyes—Keeping the Promise?

2020· article· en· W3024568395 sur OpenAlexafffund
Michael Isselstein, Lei Zhang, Viktorija Glembockyte, Oliver Brix, Gonzalo Cosa, Philip Tinnefeld, Thorben Cordes

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaH2020 European Research CouncilDeutsche ForschungsgemeinschaftCanada Foundation for InnovationAlexander von Humboldt-Stiftung
Mots-clésPhotobleachingBioconjugationFluorescenceNanotechnologyChemistrySelf-healingBiophysicsMaterials scienceBiology

Résumé

récupéré en direct d'OpenAlex

Self-healing dyes have emerged as a new promising class of fluorescent labels. They consist of two units, a fluorescent dye and a photostabilizer. The latter heals whenever the fluorescent dye is in danger of taking a reaction pathway toward photobleaching. We describe the underlying concepts and summarize the developmental history and state-of-the-art, including latest applications in high-resolution microscopy, live-cell, and single-molecule imaging. We further discuss remaining limitations, which are (i) lower photostabilization of most self-healing dyes when compared to solution additives, (ii) limited mechanistic understanding on the influence of the biochemical environment and molecular oxygen on self-healing, and (iii) the lack of cheap and facile bioconjugation strategies. Finally, we provide ideas on how to further advance self-healing dyes, show new data on redox blinking caused by double-stranded DNA, and highlight forthcoming work on intramolecular photostabilization of fluorescent proteins.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,018
Science ouverte0,0010,002
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 GPT0,251
Écart entre enseignants0,244 · 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

Citations63
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207