MétaCan
Menu
Retour à la cohorte
Enregistrement W4388809409 · doi:10.1021/acsnanoscienceau.3c00045

Label-Free Tracking of Proteins through Plasmon-Enhanced Interference

2023· article· en· W4388809409 sur OpenAlexafffund
Matthew Peters, Declan McIntosh, Alexandra Branzan Albu, Cuifeng Ying, Reuven Gordon

Notice bibliographique

RevueACS Nanoscience Au · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiomoleculeTracking (education)PlasmonInterference (communication)Rayleigh scatteringAperture (computer memory)InterferometrySurface plasmonOpticsMaterials scienceMolecular biophysicsBiological systemChemistryNanotechnologyOptoelectronicsPhysicsComputer scienceNuclear magnetic resonanceBiology

Résumé

récupéré en direct d'OpenAlex

Single unmodified biomolecules in solution can be observed and characterized by interferometric imaging approaches; however, Rayleigh scattering limits this to larger proteins (typically >30 kDa). We observe real-time image tracking of unmodified proteins down to 14 kDa using interference imaging enhanced by surface plasmons launched at an aperture in a metal film. The larger proteins show slower diffusion, quantified by tracking. When the diffusing protein is finally trapped by the nanoaperture, we perform complementary power spectral density and noise amplitude analysis, which gives information about the protein. This approach allows for rapid protein characterization with minimal sample preparation and opens the door to characterizing protein interactions in real time.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,316
Écart entre enseignants0,283 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Nanoscience AuMême sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207