MétaCan
Menu
Retour à la cohorte
Enregistrement W4416597477 · doi:10.5256/f1000research.11007.d153802

Entire project-raw mass spectrometry data of the positive protein spots (band 1-4).

2017· dataset· en· W4416597477 sur OpenAlexaff
Elena Angela Lusi, Dan Maloney, Federico Caicci, P. Guarascio

Notice bibliographique

RevueFaculty of 1000 Research Ltd · 2017
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensBioinformatics Solutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésMass spectrometrySpotsAnalyteQuantitative analysis (chemistry)Analytical Chemistry (journal)

Résumé

récupéré en direct d'OpenAlex

Background: Mimiviruses or giant viruses that infect amoebas have the ability to retain the Gram stain, which is usually used to colour bacteria. There is some evidence suggesting that Mimiviruses can also infect human cells. Guided by these premises, we performed a routine Gram stain on a variety of human specimens to see if we could detect the same Gram positive blue granules that identify Mimiviruses in the amoebas. Methods: We analysed 24 different human specimens (liver, brain, kidney, lymph node and ovary) using Gram stain histochemistry, electron microscopy immunogold, high resolution mass spectrometry and protein identification. Results: We detected in the human cells Gram positive granules that were distinct from bacteria. The fine blue granules displayed the same pattern of the Gram positive granules that diagnose Mimiviruses in the cytoplasm of the amoebas. Electron microscopy confirmed the presence of human Mimiviruses-like structures and mass spectrometry identified histone H4 peptides, which had the same footprints as giant viruses. However, some differences were noted: the Mimivirus-like structures identified in the human cells were ubiquitous and manifested a distinct mammalian retroviral antigenicity. Conclusions: Our main hypotheses are that the structures could be either giant viruses having a retroviral antigenicity or ancestral cellular components having a viral origin. However, other possible alternatives have been proposed to explain the nature and function of the newly identified structures.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0330,063

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 Opus0,120
Tête enseignante GPT0,441
Écart entre enseignants0,321 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFaculty of 1000 Research LtdTravaux en français237 207