MétaCan
Menu
← Retour à la cohorte
Enregistrement W4248508945 · doi:10.3410/f.732640159.793554770

Faculty Opinions recommendation of Yeast surface display platform for rapid discovery of conformationally selective nanobodies.

2019· dataset· en· W4248508945 sur OpenAlexaff
Laura Trinkle‐Mulcahy

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2019
Typedataset
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Institutes of HealthH. Lundbeck A/SLundbeckfondenVallee FoundationRichard and Susan Smith Family Foundation
Mots-clésYeastSurface (topology)ChemistryNanotechnologyComputational biologyMaterials scienceBiologyBiochemistryMathematics

Résumé

récupéré en direct d'OpenAlex

Camelid single-domain antibody fragments ("nanobodies") provide the remarkable specificity of antibodies within a single 15 kDa immunoglobulin V HH domain.This unique feature has enabled applications ranging from use as biochemical tools to therapeutic agents.Nanobodies have emerged as especially useful tools in protein structural biology, facilitating studies of conformationally dynamic proteins such as G protein-coupled receptors (GPCRs).Nearly all nanobodies available to date have been obtained by animal immunization, a bottleneck restricting many applications of this technology.To solve this problem, we report a fully in vitro platform for nanobody discovery based on yeast surface display.We provide a blueprint for identifying nanobodies, demonstrate the utility of the library by crystallizing a nanobody with its antigen, and most importantly, we utilize the platform to discover conformationally-selective nanobodies to two distinct human GPCRs.To facilitate broad deployment of this platform, the library and associated protocols are freely available for non-profit 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)0,001
score de la tête « metaresearch » (Gemma)0,006
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
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,006
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)0,0540,063

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 Opus0,050
Tête enseignante GPT0,383
Écart entre enseignants0,332 · 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 Literature→Même sujetMonoclonal and Polyclonal Antibodies Research→Travaux en français237 207→