MétaCan
Menu
Retour à la cohorte
Enregistrement W4290744427 · doi:10.3389/fnmol.2022.976910

Biophysical characterization of light-gated ion channels using planar automated patch clamp

2022· article· en· W4290744427 sur OpenAlexafffund
Elena G. Govorunova, Oleg A. Sineshchekov, Leonid S. Brown, John L. Spudich

Notice bibliographique

RevueFrontiers in Molecular Neuroscience · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthWelch Foundation
Mots-clésOptogeneticsChannelrhodopsinIon channelPatch clampElectrophysiologyDepolarizationBiologyVoltage clampMembrane potentialHyperpolarization (physics)BiophysicsChemistryNeuroscienceGenetics

Résumé

récupéré en direct d'OpenAlex

Channelrhodopsins (ChRs) are proteins that guide phototaxis in protists and exhibit light-gated channel conductance when their genes are heterologously expressed in mammalian cells. ChRs are widely used as molecular tools to control neurons and cardiomyocytes with light (optogenetics). Cation- and anion-selective ChRs (CCRs and ACRs, respectively) enable stimulation and inhibition of neuronal activity by depolarization and hyperpolarization of the membrane, respectively. More than 400 natural ChR variants have been identified so far, and high-throughput polynucleotide sequencing projects add many more each year. However, electrophysiological characterization of new ChRs lags behind because it is mostly done by time-consuming manual patch clamp (MPC). Here we report using a high-throughput automated patch clamp (APC) platform, SyncroPatch 384i from Nanion Technologies, for ChR research. We find that this instrument can be used for determination of the light intensity dependence and current-voltage relationships in ChRs and discuss its advantages and limitations.

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 candidatesaucune
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 enseignants0,303
Score d'incertitude au seuil0,773

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,281
Écart entre enseignants0,255 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Molecular NeuroscienceMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207