MétaCan
Menu
Retour à la cohorte
Enregistrement W4286854157 · doi:10.3791/50612-v

Permeabilization of Adhered Cells Using an Inert Gas Jet

2013· article· en· W4286854157 sur OpenAlexaff
Scott Cooper, Paul Jonak, Guillaume Chouinard-Pelletier, Sylvain Coulombe, Elizabeth A. V. Jones, Richard L. Leask

Notice bibliographique

RevueJournal of Visualized Experiments · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueErythrocyte Function and Pathophysiology
Établissements canadiensMontreal Heart InstituteMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiophysicsBiomoleculeInertHeLaNanotechnologyInert gasJet (fluid)MembraneCell biologyIn vitroMaterials scienceChemistryBiologyBiochemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Various cell transfection techniques exist and these can be broken down to three broad categories: viral, chemical and mechanical. This protocol describes a mechanical method to temporally permeabilize adherent cells using an inert gas jet that can facilitate the transfer of normally non-permeable macromolecules into cells. We believe this technique works by imparting shear forces on the plasma membrane of adherent cells, resulting in the temporary formation of micropores. Once these pores are created, the cells are then permeable to genetic material and other biomolecules. The mechanical forces involved do run the risk of permanently damaging or detaching cells from their substrate. There is, therefore, a narrow range of inert gas dynamics where the technique is effective. An inert gas jet has proven efficient at permeabilizing various adherent cell lines including HeLa, HEK293 and human abdominal aortic endothelial cells. This protocol is appropriate for the permeabilization of adherent cells both in vitro and, as we have demonstrated, in vivo, showing it may be used for research and potentially in future clinical applications. It also has the advantage of permeabilizing cells in a spatially restrictive manner, which could prove to be a valuable research tool.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,010
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,430
Écart entre enseignants0,364 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetErythrocyte Function and PathophysiologyTravaux en français237 207