MétaCan
Menu
Retour à la cohorte
Enregistrement W4241867239 · doi:10.3410/f.717975978.793555473

Faculty Opinions recommendation of Proteomic mapping of mitochondria in living cells via spatially restricted enzymatic tagging.

2019· dataset· en· W4241867239 sur OpenAlexaff
Laura Trinkle‐Mulcahy

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2019
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiotin and Related Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Institutes of HealthKoch Institute for Integrative Cancer Research, Massachusetts Institute of TechnologyBroad InstituteCamille and Henry Dreyfus Foundation
Mots-clésBiochemistryProteomicsMitochondrionBiologyLysisEnzymeLiving cellComputational biologyChemistryCell biologyGene

Résumé

récupéré en direct d'OpenAlex

Microscopy and mass spectrometry (MS) are complementary techniques: the former provides spatiotemporal information in living cells, but only for a handful of recombinant proteins, while the latter can detect thousands of endogenous proteins simultaneously, but only in lysed samples.Here we introduce technology that combines these strengths by offering spatially-and temporallyresolved proteomic maps of endogenous proteins within living cells.The method relies on a genetically-targetable peroxidase enzyme that biotinylates nearby proteins, which are subsequently purified and identified by MS.We used this approach to identify 495 proteins within the human mitochondrial matrix, including 31 not previously linked to mitochondria.The labeling was exceptionally specific and distinguished between inner membrane proteins facing the matrix versus the intermembrane space (IMS).Several proteins previously thought to reside in the IMS or outer membrane, including protoporphyrinogen oxidase, were reassigned to the matrix.The specificity of live-cell peroxidase-mediated proteomic mapping combined with its ease of use offers biologists a powerful tool for understanding the molecular composition of living cells.

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 enseignants0,054
Score d'incertitude au seuil0,180

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0540,081

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 Opus0,020
Tête enseignante GPT0,308
Écart entre enseignants0,288 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical LiteratureMême sujetBiotin and Related StudiesTravaux en français237 207