MétaCan
Menu
Retour à la cohorte
Enregistrement W3080168504 · doi:10.3390/ijms21176197

The Role of Amino Acids in Neurotransmission and Fluorescent Tools for Their Detection

2020· review· en· W3080168504 sur OpenAlexafffund
Rochelin Dalangin, Anna Kim, Robert E. Campbell

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2020
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJapan Society for the Promotion of ScienceCanadian Institutes of Health ResearchNational Institutes of HealthUniversity of Alberta
Mots-clésNeurotransmissionAmino acidFluorescenceInformation transmissionComputational biologyNeuroscienceAlanineNanotechnologyBiologyChemistryBiochemistryBiophysicsComputer scienceMaterials sciencePhysicsReceptor

Résumé

récupéré en direct d'OpenAlex

Neurotransmission between neurons, which can occur over the span of a few milliseconds, relies on the controlled release of small molecule neurotransmitters, many of which are amino acids. Fluorescence imaging provides the necessary speed to follow these events and has emerged as a powerful technique for investigating neurotransmission. In this review, we highlight some of the roles of the 20 canonical amino acids, GABA and β-alanine in neurotransmission. We also discuss available fluorescence-based probes for amino acids that have been shown to be compatible for live cell imaging, namely those based on synthetic dyes, nanostructures (quantum dots and nanotubes), and genetically encoded components. We aim to provide tool developers with information that may guide future engineering efforts and tool users with information regarding existing indicators to facilitate studies of amino acid dynamics.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,087
Tête enseignante GPT0,400
Écart entre enseignants0,313 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations195
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207