MétaCan
Menu
← Retour à la cohorte
Enregistrement W4320074696 · doi:10.1117/12.2621611

Revealing chirality of biological structures using different polarimetric SHG microscopy techniques

2022· article· en· W4320074696 sur OpenAlexaff
Mehdi Alizadeh, Viktoras Mažeika, Mykolas Mačiulis, Martynas Riauka, Virginijus Barzda

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSecond-harmonic generationPolarimetryChirality (physics)MicroscopyPolarization (electrochemistry)Circular dichroismSecond-harmonic imaging microscopyOpticsCrystallographyChemistryPhysicsLaserScattering

Résumé

récupéré en direct d'OpenAlex

Polarimetric second harmonic generation (SHG) microscopy techniques are powerful tools to reveal sub-molecular information from biological specimens. Among biological samples collagen with a noncentrosymmetric structure and efficient SHG conversion has been the focus of many studies. Since collagen remodeling takes place due to cancer progression, it is important to develop tools to detect and understand the ultrastructural changes in collagen assembly using polarimetric nonlinear microscopy. Several polarimetric techniques have been developed to probe susceptibility ratios, in-plane orientation, and out of the image plane orientation of collagen. Polarization-In Polarization-Out (PIPO) and SHG circular dichroism (SHG-CD) techniques have been used to calculate the out of the image plane orientation and chirality of collagen. In this work, we study the correlation between SHG-CD and the chiral susceptibility ratio (C) in order to reveal the collagen chirality, and the collagen fiber tilt out of image plane. A numerical modeling is used to understand the relation between aforementioned parameters and the chirality and out of the image plane orientation of collagen. The results of numerical modeling show similar behaviors for SHG-CD and the chiral susceptibility ratio (C) calculated from PIPO measurements. The results obtained from rat tail tendon collagen confirms that the sign of both SHG-CD and C ratio changes by flipping the sample as it is predicted by the numerical modeling. The results also show that both SHG-CD and C ratio may become miscalculated when antiparallel chiral fibers are present in the focal volume of the microscope. The results of this study confirm that polarimetric SHG microscopy techniques are able to reveal 3D structure of biological samples and therefore they are beneficial to the diagnosis of collagen related diseases.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0000,000

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 GPT0,348
Écart entre enseignants0,303 · 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
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlycosylation and Glycoproteins Research→Travaux en français237 207→