MétaCan
Menu
Retour à la cohorte
Enregistrement W3123389906 · doi:10.1038/s41467-020-20884-9

Nanoscale characterization of the biomolecular corona by cryo-electron microscopy, cryo-electron tomography, and image simulation

2021· article· en· W3123389906 sur OpenAlexafffund
Sara Sheibani, Kaustuv Basu, Ali Farnudi, Aliakbar Ashkarran, Muneyoshi Ichikawa, John F. Presley, Khanh Huy Bui, Mohammad Reza Ejtehadi, Hojatollah Vali, Morteza Mahmoudi

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrostatics and Colloid Interactions
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésBiomoleculeCharacterization (materials science)Cryo-electron microscopyNanotechnologyNanoscopic scaleElectron tomographyCryo-electron tomographyMaterials scienceElectron microscopeMicroscopyBiological specimenResolution (logic)BiophysicsTomographyTransmission electron microscopyComputer sciencePhysicsOpticsScanning transmission electron microscopyBiology

Résumé

récupéré en direct d'OpenAlex

The biological identity of nanoparticles (NPs) is established by their interactions with a wide range of biomolecules around their surfaces after exposure to biological media. Understanding the true nature of the biomolecular corona (BC) in its native state is, therefore, essential for its safe and efficient application in clinical settings. The fundamental challenge is to visualize the biomolecules within the corona and their relationship/association to the surface of the NPs. Using a synergistic application of cryo-electron microscopy, cryo-electron tomography, and three-dimensional reconstruction, we revealed the unique morphological details of the biomolecules and their distribution/association with the surface of polystyrene NPs at a nanoscale resolution. The analysis of the BC at a single NP level and its variability among NPs in the same sample, and the discovery of the presence of nonspecific biomolecules in plasma residues, enable more precise characterization of NPs, improving predictions of their safety and efficacies.

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 enseignants0,005
Score d'incertitude au seuil0,009

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

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 Opus0,004
Tête enseignante GPT0,283
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
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

Citations118
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetElectrostatics and Colloid InteractionsTravaux en français237 207