Flow Virometry for Characterizing the Size, Concentration, and Surface Antigens of Viruses
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.
Notice bibliographique
Résumé
Application of flow cytometry principles for the analysis of viruses has been referred to as flow virometry (FVM). FVM is a multiparametric, high-throughput, and sensitive technique that allows viral particles to be detected, quantified, and characterized based on the biophysical properties of the virus and the expression of proteins on their surface. More specifically, by calibrating the flow cytometer with reference materials, it is possible to measure the concentration of intact viral particles in a sample, the abundance of a target antigen on the surface of the virus, and the relative diameter of the virus. Here, we describe a comprehensive overview of procedures used to stain, detect, and quantify viral and host-derived proteins located on the surface of retroviruses. These outlined techniques can be applied for the rapid phenotypic characterization of retroviruses, other enveloped viruses, and generally most viruses at the single-particle level through the direct staining of viruses collected from the supernatant of infected cells, without the need for enrichment or purification. © 2022 The Authors. Current Protocols published by Wiley Periodicals LLC. Basic Protocol 1: Virus production Basic Protocol 2: Instrument setup, standardization, and quality control for fluorescence quantification Basic Protocol 3: Flow virometry analysis Basic Protocol 4: Viral surface antigen staining and fluorescence quantification Support Protocol: Determination of the optimal antibody concentration for virus staining Basic Protocol 5: Gain configuration optimization.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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