MétaCan
Menu
Retour à la cohorte
Enregistrement W4252648860 · doi:10.24908/iqurcp.9168

QGEM 2012: Building a Chimeric Flagellar Scaffold for Enhanced Bioremediation and Biosynthesis

2018· article· en· W4252648860 sur OpenAlexvenueno aff
Beini Wang, Kevin Chen

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlagellumBioremediationSynthetic biologyFlagellinFunction (biology)Computational biologyBiochemical engineeringBiotechnologyChemistryBiologyBiochemistryCell biologyGeneEngineeringGeneticsBacteria

Résumé

récupéré en direct d'OpenAlex

Synthetic biology is a rapidly expanding field that involves designing biological systems and operating them in living cells. The Queen’s Genetically Engineered Machine (QGEM) team competes annually at the International Genetically Engineered Machine (iGEM) competition, which challenges students around the globe to use synthetic biology to solve real-world problems. Last year, the QGEM team sought to improve the efficiency of bioremediation and biosynthesis by modifying the flagella of E. coli. Flagella are whip-like appendages that many organisms and cells use for locomotion. One flagellum is composed of 20 000 self-assembling protein subunits called flagellin, which can be divided into two parts. One part is necessary to form the flagellum polymer, and the second part is an auxiliary domain with no particular function. This domain can be replaced with functional proteins, such as metal-binding proteins for bioremediation or useful enzymes for biosynthesis. With the incorporation of proteins for binding, adhesion, degradation, and synthesis, normal flagella can be transformed into functional appendages that can be useful in many applications. As an additional component of their project, the QGEM team developed dance as a new means of teaching and explaining science, and incorporated it into their presentation at the iGEM competition.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,341
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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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 revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetGene Regulatory Network AnalysisTravaux en français237 207