MétaCan
Menu
Retour à la cohorte
Enregistrement W74584980 · doi:10.2144/03344rr03

Facilitated Loading of Horizontal Gels Using a Capillary Comb Loader

2003· article· en· W74584980 sur OpenAlexafffund
Jason D. Thompson, Trevor J. Pugh, K Guggenheimer, A. Safarpour, A. E. G. Christie, Johan J. M. Pel, Stephen Chow, Andre Marziali

Notice bibliographique

RevueBioTechniques · 2003
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Human Genome Research InstituteBC Cancer AgencyCanada's Michael Smith Genome Sciences Centre
Mots-clésAgaroseLoaderCapillary actionBuffer (optical fiber)Materials scienceSizingHydrostatic equilibriumHydrostatic pressureMetering modeComposite materialChromatographyOpticsChemistryComputer scienceMechanical engineeringEngineeringMechanics

Résumé

récupéré en direct d'OpenAlex

Manual loading of samples into horizontal gels, such as the agarose gels commonly used for DNA fragment sizing and quantification, is laborious and prone to errors. Manual-loading times for highthroughput gels can reach 10 min/gel, and human error can result in incorrect identification of samples because of reverse loading or other errors in the loading process. To reduce gel-loading times and to improve reliability, a novel comb has been developed that uses glass capillaries and hydrostatic pressure to simplify sample loading from microplates. Accurate sample metering is ensured by the uniform length and volume of the capillaries. The loaded comb is placed in the gel boat over a pre-cast agarose gel, and buffer is added to a reservoir at the top of the comb. Once the buffer rises over the ends of the capillaries, the samples are pushed into the wells by hydrostatic pressure. This technique was successfully demonstrated for a 24-lane comb. This capillary comb loader reduces loading time, maintains well-to-well uniformity, and retains the same geometry and appearance of manually loaded bands, making this loading method compatible with existing downstream processes and software for subsequent analysis of the gel image.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,059
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,290
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations0
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioTechniquesMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207