Features www.BioTechniques.com111Vol. 56 | No. 3 | 2014 Tech News
Notice bibliographique
Résumé
Imagine you’re just starting in a lab. Your new PI decides to test your mettle at the bench with a simple project: Replicate some immunohistochemistry results from a recent publication. No problem, right? Not necessarily. Immunohistochemistry (IHC) relies on antibodies, and antibodies, says Anita Bandrowski of the University of California, San Diego, “are extremely messy. ” Unlike many reagents in today’s molecular biology lab, antibodies are far from the turnkey solutions commercial vendors would have you believe. Antibodypedia.com lists 1.2 million antibodies in its database. Some work in Western blots but not in IHC, others can precipitate protein complexes but come up empty in flow cytometry, and some don’t work at all. More than a quarter of 246 histone modification antibodies tested in a 2011 study were found to be non-specific; of those that were specific, 22 % were unsuitable for chromatin immunoprecipi-tation (1). Perhaps more alarmingly, some antibodies work, but recognize the wrong target. In that 2011 study, 4 antibodies “showed 100 % specificity, but for the wrong [histone] peptide, ” the authors reported. “We have talked to a lot of researchers who say this is actually one of the single biggest problems that they’ve experienced with reagents in the lab, ” says Elizabeth
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,446 | 0,563 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».