MétaCan
Menu
Retour à la cohorte
Enregistrement W3127874862 · doi:10.1007/s00709-020-01592-z

Long-term live cell cycle imaging of single Cyanidioschyzon merolae cells

2021· article· en· W3127874862 sur OpenAlexfundno aff
Takako Ichinose, Atsuko H. Iwane

Notice bibliographique

RevuePROTOPLASMA · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesRIKEN Center for Biosystems Dynamics ResearchInstitute of GeneticsRIKENJapan Society for the Promotion of Science
Mots-clésOrganelleLive cell imagingCell biologyBiologyIntracellularCell divisionSingle-cell analysisCellFluorescence microscopeFunction (biology)BiophysicsFluorescenceBiochemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Live cell imaging by fluorescence microscopy is a useful tool for elucidating the localization and function of proteins and organelles in single cells. Especially, time-lapse analysis observing the same field sequentially can be used to observe cells of many organisms and analyze the dynamics of intracellular molecules. By single-cell analysis, it is possible to elucidate the characteristics and fluctuations of individual cells, which cannot be elucidated from the data obtained by averaging the characteristics of an ensemble of cells. The primitive red alga Cyanidioschyzon merolae has a very simple structure and is considered a useful model organism for studying the mechanism of organelle division, since the division is performed synchronously with the cell cycle. However, C. merolae does not have a rigid cell wall, and environmental changes such as low temperature or high pH cause morphological change and disruption easily. Therefore, morphological studies of C. merolae typically use fixed cells. In this study, we constructed a long-term time-lapse observation system to analyze the dynamics of proteins in living C. merolae cells. From the results, we elucidate the cell division process of single living cells, including the function of intracellular components.

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 enseignants0,001
Score d'incertitude au seuil0,003

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePROTOPLASMAMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207