MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409711814 · doi:10.1101/2025.04.17.649293

High-performance genetically-encoded green and red fluorescent biosensors for pyruvate

2025· preprint· en· W4409711814 sur OpenAlexaff
Shosei Imai, Saaya Hario, Carl Suerte, Kenryo Sakoi, Adam Thuen, Brekken Meznarich, Mikhail Drobizhev, Takuya Terai, Kei Takahashi, Robert E. Campbell

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesJapan Society for the Promotion of ScienceNational Institutes of HealthUniversity of Tokyo
Mots-clésFluorescenceBiosensorGenetically modified organismGenetically engineeredGreen fluorescent proteinComputational biologyChemistryBiochemistryBiologyBiotechnologyGenePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Pyruvate is the end-product of glycolysis and a central metabolite involved in many biochemical pathways. However, a lack of high-performance (i.e., Δ F / F 0 > 10) single fluorescent protein (FP)-based biosensors has hindered efforts to investigate the physiological role of pyruvate. Here, we present the GreenPy1 and ApplePy1 series, which are green FP (GFP)-based and red FP (RFP)-based pyruvate biosensors, respectively. Both series exhibit large fluorescence intensity change (Δ F / F 0 ∼ 20 to >40) and a range of affinities (10s of μM to several mM). We demonstrate the utility of these pyruvate biosensors for multicolor imaging of metabolite concentration changes in mammalian cells.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,000
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 Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→