MétaCan
Menu
Retour à la cohorte
Enregistrement W4206183230 · doi:10.1007/s11033-021-06997-4

Role and relevance of fish cell lines in advanced in vitro research

2022· review· en· W4206183230 sur OpenAlexaff
Mukunda Goswami, B. S. Yashwanth, Vance L. Trudeau, W. S. Lakra

Notice bibliographique

RevueMolecular Biology Reports · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAquaculture disease management and microbiota
Établissements canadiensOntario GenomicsUniversity of Ottawa
Organismes subventionnairesICAR-National Bureau of Fish Genetic ResourcesIndian Council of Agricultural Research
Mots-clésBiologyAquacultureCell cultureBiotechnologyFish <Actinopterygii>In vitroOrganismFish farmingCell biologyComputational biologyGeneticsFishery

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Cell line derived from fish has been established as a promising tool for studying many key issues of aquaculture covering fish growth, disease, reproduction, genetics, and biotechnology. In addition, fish cell lines are very useful in vitro models for toxicological, pathological, and immunological studies. The easier maintenance of fish cell lines in flexible temperature regimes and hypoxic conditions make them preferable in vitro tools over mammalian cell lines. Great excitement has been observed in establishing and characterizing new fish cell lines representing diverse fish species and tissue types. The well-characterized and authenticated cell lines are of utmost essential as these represent cellular functions very similar to in vivo state of an organism otherwise it would affect the reproducibility of scientific research. CONCLUSION: The fish cell lines have exhibited encouraging results in several key aspects of in vitro research in aquaculture including virology, nutrition and metabolism, production of vaccines, and transgenic fish production. The review paper reports the cell lines developed from fish, their characterization, and biobanking along with their potential applications and challenges in in vitro research.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,022
Tête enseignante GPT0,335
Écart entre enseignants0,312 · 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'étudeSans objet
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

Citations139
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Biology ReportsMême sujetAquaculture disease management and microbiotaTravaux en français237 207