MétaCan
Menu
Retour à la cohorte
Enregistrement W3194528443 · doi:10.1002/wcms.1570

Moving in the mesoscale: Understanding the mechanics of cytoskeletal molecular motors by combining mesoscale simulations with imaging

2021· article· en· W3194528443 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueWiley Interdisciplinary Reviews Computational Molecular Science · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrotubule and mitosis dynamics
Établissements canadiensnon disponible
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilMedical Research CouncilDirectorate for Biological SciencesEngineering and Physical Sciences Research CouncilVIT UniversityUniversity of LeedsMedical Research Council CanadaWellcome Trust
Mots-clésMesoscale meteorologyComputer scienceCytoskeletonMolecular motorVisualizationMotor proteinComputational scienceArtificial intelligenceNanotechnologyChemistryPhysicsMicrotubuleCellBiologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Rapid advances in experimental biophysical techniques are generating a wealth of information about the mechanical operation of the cellular cytoskeleton and its motors. However, each of these tools typically provides only a limited piece of a highly complex puzzle. There is a need to develop new computational tools that can integrate these data together into a central model. Here we discuss the experimental advances alongside the computational tools, and propose how these could be developed to successfully combine the emerging structural and dynamic experimental data on cytoskeletal motors. We consider examples of both single motors and arrays of motors within a biological cell. This article is categorized under: Structure and Mechanism > Molecular Structures Data Science > Computer Algorithms and Programming Data Science > Visualization

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.

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)0,000
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil0,569

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,013
Tête enseignante GPT0,287
Écart entre enseignants0,274 · 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