MétaCan
Menu
Retour à la cohorte
Enregistrement W4307973218 · doi:10.1016/j.xpro.2022.101791

High-content live-cell multiplex screen for chemogenomic compound annotation based on nuclear morphology

2022· article· en· W4307973218 sur OpenAlexfundno aff
Amelie Tjaden, Robert T. Giessmann, Stefan Knapp, Martin Schröder, Susanne Müller

Notice bibliographique

RevueSTAR Protocols · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Cancer ResearchHorizon 2020 Framework ProgrammeGenentechInnovative Medicines InitiativeOntario Institute for Cancer ResearchDeutschen Konsortium für Translationale KrebsforschungKungliga Tekniska HögskolanOntario Genomics InstituteTakeda Pharmaceutical CompanyEuropean Federation of Pharmaceutical Industries and AssociationsJanssen PharmaceuticalsMerck KGaAGenome CanadaBoehringer IngelheimDeutsche ForschungsgemeinschaftBristol-Myers SquibbDeutsches KrebsforschungszentrumPfizer
Mots-clésHigh-content screeningMultiplexComputer scienceScalabilityProtocol (science)AnnotationSoftwareCellComputational biologyBioinformaticsBiologyArtificial intelligenceGeneticsOperating system

Résumé

récupéré en direct d'OpenAlex

Well-characterized small molecules enable the study of cell processes and facilitate target validation. Here, we describe a high-content multiplex screen to investigate cell viability over 48 h, which can be combined with investigating phenotypic features, such as tubulin binding and mitochondrial content, as initial cellular quality control of diverse compounds. The protocol is on a live-cell basis and easily adaptable and scalable. It details cell preparation, compound handling, plate layout configuration, image acquisition with the CQ1, and data analysis using the CellPathfinder software. For complete details on the use and execution of this protocol, please refer to Tjaden et al. (2022).

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,027
Tête enseignante GPT0,283
Écart entre enseignants0,256 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSTAR ProtocolsMême sujetCell Image Analysis TechniquesTravaux en français237 207