MétaCan
Menu
Retour à la cohorte
Enregistrement W7132720603

Modelamiento de la estructura 3D de las variantes polimórficas de los OR caninos en complejo con odorantes específicos en razas con buena capacidad de detección de drogas y explosivos

2021· dissertation· es· W7132720603 sur OpenAlexaboutno aff
Jesús Alexandra Durand Calle

Notice bibliographique

RevueUniversidad Peruana Cayetano Heredia Institutional Repository · 2021
Typedissertation
Languees
DomaineNeuroscience
ThématiqueOlfactory and Sensory Function Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQualitative analysisBeef cattlePopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El sentido del olfato de los mamíferos detecta una gran variedad de compuestos transportados por el aire, denominados odorantes, para satisfacer necesidades básicas como alimentación, sobrevivencia y reproducción. El perro es uno de los mamíferos con una extraordinaria capacidad olfativa, la cual varía entre razas siendo el pastor alemán y el labrador retriever aquellas reconocidas por poseer una destacada capacidad de detección. Es por ello que los canes suelen emplearse en la detección de sustancias y enfermedades porque los niveles de sensibilidad son superiores a los de cualquier tecnología desarrollada hasta el momento y los límites inferiores de detección son muy bajos. En general, la percepción de odorantes inicia con su interacción con los receptores olfativos OR asociados a proteínas G y embebidos en los cilios de la membrana del neuroepitelio olfatorio. En perros, la familia de los ORs está codificada por 1 094 genes que contienen una gran cantidad de polimorfismos, siendo el 50% de un solo nucleótido (SNP) de tipo no silencioso. Se ha reportado que ciertos SNPs no silenciosos específicos de razas especialistas en detección de drogas y explosivos se relacionan con la habilidad de detectar dichos olores. Sin embargo, aún no se conoce cuál es el efecto de estos SNPs en la estructura 3D de los OR cuando se encuentra en complejo con odorantes de drogas y explosivos específicos. El estudio de estas proteínas es retador porque su estructura aún no se ha resuelto experimentalmente. Como alternativa, se han aplicado aproximaciones teóricas para predecirla; en OR de humanos, ratas y ratones se ha hecho satisfactoriamente, pero en canes aún no se ha realizado. El presente trabajo busca predecir la estructura 3D de variantes polimórficas de OR caninos en complejo con odorantes contenidos en drogas y explosivos. Dichas variantes son aquellas relacionados a una mejor o peor capacidad de detección canina de drogas y explosivos. Los resultados describirían por primera vez la estructura 3D de OR caninos y de sus complejos con odorantes específicos, aplicando métodos bioinformáticos.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,035
Tête enseignante GPT0,278
Écart entre enseignants0,243 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversidad Peruana Cayetano Heredia Institutional RepositoryMême sujetOlfactory and Sensory Function StudiesTravaux en français237 207