MétaCan
Menu
Retour à la cohorte
Enregistrement W4384304111 · doi:10.1039/d3na00190c

SARS-CoV-2 virus-like-particles <i>via</i> liposomal reconstitution of spike glycoproteins

2023· article· en· W4384304111 sur OpenAlexafffund
Sarah McColman, Klaidi Shkalla, Pavleen Sidhu, Jady Liang, Selena Osman, Norbert Krisztián Kovács, Zainab Bokhari, Ana Carolina Forjaz Marques, Yuchong Li, Qiwen Lin, Haibo Zhang, David T. Cramb

Notice bibliographique

RevueNanoscale Advances · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensToronto Metropolitan UniversityUniversity of TorontoUniversity of CalgarySt. Michael's Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchHospital for Sick ChildrenUniversity of Calgary
Mots-clésVirologyGlycoproteinSpike (software development)Spike ProteinSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)Virus2019-20 coronavirus outbreakSars virusLiposomeBiologyMedicineMolecular biologyComputer scienceBiochemistryInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

with the ACE-2 receptor on lung epithelial cell surfaces, followed by internalization into these cells. These VLPs are the first step toward the overall goal of this research which is to form an understanding of the relationship between spike protein surface density and cell-level immune response, eventually toward creating better vaccines and anti-viral therapeutics.

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 enseignants0,045
Score d'incertitude au seuil0,465

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,240
Écart entre enseignants0,226 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscale AdvancesMême sujetBiosensors and Analytical DetectionTravaux en français237 207