MétaCan
Menu
← Retour à la cohorte
Enregistrement W4233083828 · doi:10.3410/f.734027405.793552432

Faculty Opinions recommendation of Single particle trajectories reveal active endoplasmic reticulum luminal flow.

2018· dataset· en· W4233083828 sur OpenAlexaff
Christopher Loewen, Jesse T. Chao

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2018
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEndoplasmic reticulumBiogenesisCell biologyBiophysicsChemistryBiologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

The Endoplasmic Reticulum (ER), a network of membranous sheets and pipes, supports functions encompassing biogenesis of secretory proteins and delivery of functional solutes throughout the cell1,2.Molecular mobility through the ER network enables these functionalities, but diffusion alone is not sufficient to explain luminal transport across supramicron distances.Understanding the ER structure-function relationship is critical in light of mutations in ER morphology regulating proteins that give rise to neurodegenerative disorders3,4.Here, super-resolution microscopy and analysis of single particle trajectories of ER luminal proteins revealed that the topological organization of the ER correlates with distinct trafficking modes of its luminal content: with a dominant diffusive component in tubular junctions and a fast flow component in tubules.Particle trajectory orientations resolved over time revealed an alternating current of the ER contents, whilst fast ER super-resolution identified energy-dependent tubule contraction events at specific points as a plausible mechanism for generating active ER luminal flow.The discovery of active flow in the ER has implications for timely ER content distribution throughout the cell, particularly important for cells with extensive ER-containing projections such as neurons.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0450,067

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 Opus0,021
Tête enseignante GPT0,316
Écart entre enseignants0,295 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature→Même sujetPhotosynthetic Processes and Mechanisms→Travaux en français237 207→