MétaCan
Menu
Retour à la cohorte
Enregistrement W4200503156 · doi:10.3791/50069-v

<em>C. elegans</em> Chemotaxis Assay

2013· article· en· W4200503156 sur OpenAlexaff
Olivia Margie, Chris Palmer, Ian D. Chin-Sang

Notice bibliographique

RevueJournal of Visualized Experiments · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésChemotaxisEquidistantCaenorhabditis elegansPetri dishBiologyComputer scienceBiological systemMathematicsGeometryGenetics

Résumé

récupéré en direct d'OpenAlex

Many organisms use chemotaxis to seek out food sources, avoid noxious substances, and find mates. Caenorhabditis elegans has impressive chemotaxis behavior. The premise behind testing the response of the worms to an odorant is to place them in an area and observe the movement evoked in response to an odorant. Even with the many available assays, optimizing worm starting location relative to both the control and test areas, while minimizing the interaction of worms with each other, while maintaining a significant sample size remains a work in progress 1-10. The method described here aims to address these issues by modifying the assay developed by Bargmann et al.1. A Petri dish is divided into four quadrants, two opposite quadrants marked "Test" and two are designated "Control". Anesthetic is placed in all test and control sites. The worms are placed in the center of the plate with a circle marked around the origin to ensure that non-motile worms will be ignored. Utilizing a four-quadrant system rather than one 2 or two 1 eliminates bias in the movement of the worms, as they are equidistant from test and control samples, regardless of which side of the origin they began. This circumvents the problem of worms being forced to travel through a cluster of other worms to respond to an odorant, which can delay worms or force them to take a more circuitous route, yielding an incorrect interpretation of their intended path. This method also shows practical advantages by having a larger sample size and allowing the researcher to run the assay unattended and score the worms once the allotted time has expired.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,029
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,326
Écart entre enseignants0,310 · 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.

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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207