Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.uca.edu.ar/handle/123456789/14612
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Delmont, Ignacio | es |
dc.contributor.author | Buena Maizon, Héctor | es |
dc.contributor.author | Mosqueira, Alejo | es |
dc.contributor.author | Barrantes, Francisco José | es |
dc.date.accessioned | 2022-08-05T11:22:40Z | - |
dc.date.available | 2022-08-05T11:22:40Z | - |
dc.date.issued | 2020 | - |
dc.identifier.citation | Delmont, I. et al. Application of artificial intelligence strategies to the analysis of neurotransmitter receptor dynamics in living cells [en línea]. Microscopy and Microanalysis. 2020, 26 (sup. 1). doi: 10.1017/S143192762000032X. Disponible en: https://repositorio.uca.edu.ar/handle/123456789/14612 | es |
dc.identifier.issn | 1431-9276 | - |
dc.identifier.uri | https://repositorio.uca.edu.ar/handle/123456789/14612 | - |
dc.description.abstract | Abstract: Storm (stochastical optical reconstruction microscopy), a form of single-molecule nanoscopy, calls for a variety of statistical and mathematical operations to reconstruct the original objects from their noisy wide-field point spread functions [1]. We are interested in understanding the dynamics of the nicotinic acetylcholine receptor (nAChR) protein, a cell-surface neurotransmitter receptor. Analyzing the translational motion of nAChR molecules by single-particle tracking in living cells is a complex task. In order to understand how nAChR molecules associate/dissociate into/from nanometer-sized clusters over time, and to characterize their trajectories according to different mathematical models, we are developing analytical procedures based on artificial intelligence. Due to their speed of calculation and accuracy, deep learning models are clearly an improvement on classical models in biological image analysis and biomedical science. | es |
dc.format | application/pdf | es |
dc.language.iso | eng | es |
dc.publisher | Cambridge University Press | es |
dc.rights | Acceso abierto | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.source | Microscopy and Microanalysis. 2020, 26 (sup. 1) | es |
dc.subject | INTELIGENCIA ARTIFICIAL | es |
dc.subject | PROTEINAS | es |
dc.subject | NEUROTRANSMISORES | es |
dc.subject | NANOSCOPIA | es |
dc.subject | BIOMEDICINA | es |
dc.title | Application of artificial intelligence strategies to the analysis of neurotransmitter receptor dynamics in living cells | es |
dc.type | Artículo | es |
dc.identifier.doi | 10.1017/S143192762000032X | - |
uca.disciplina | MEDICINA | es |
uca.issnrd | 1 | es |
uca.affiliation | Fil: Delmont, Ignacio. Pontificia Universidad Católica Argentina. Facultad de Ciencias Médicas. Instituto de Investigaciones Biomédicas. Laboratorio de Biología Celular y Molecular; Argentina | es |
uca.affiliation | Fil: Delmont, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | es |
uca.affiliation | Fil: Buena Maizon, Héctor. Pontificia Universidad Católica Argentina. Facultad de Ciencias Médicas. Instituto de Investigaciones Biomédicas. Laboratorio de Biología Celular y Molecular; Argentina | es |
uca.affiliation | Fil: Buena Maizon, Héctor. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | es |
uca.affiliation | Fil: Mosqueira, Alejo. Pontificia Universidad Católica Argentina. Facultad de Ciencias Médicas. Instituto de Investigaciones Biomédicas. Laboratorio de Biología Celular y Molecular; Argentina | es |
uca.affiliation | Fil: Mosqueira, Alejo. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | es |
uca.affiliation | Fil: Barrantes, Francisco José. Pontificia Universidad Católica Argentina. Facultad de Ciencias Médicas. Instituto de Investigaciones Biomédicas. Laboratorio de Biología Celular y Molecular; Argentina | es |
uca.affiliation | Fil: Barrantes, Francisco José. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | es |
uca.version | publishedVersion | es |
item.grantfulltext | open | - |
item.languageiso639-1 | en | - |
item.fulltext | With Fulltext | - |
crisitem.author.dept | Laboratorio de Neurobiología Molecular | - |
crisitem.author.dept | Instituto de Investigaciones Biomédicas - BIOMED | - |
crisitem.author.dept | Laboratorio de Neurobiología Molecular | - |
crisitem.author.dept | Facultad de Ciencias Médicas | - |
crisitem.author.dept | Instituto de Investigaciones Biomédicas - BIOMED | - |
crisitem.author.dept | Laboratorio de Neurobiología Molecular | - |
crisitem.author.dept | Facultad de Ciencias Médicas | - |
crisitem.author.orcid | 0000-0002-5693-5302 | - |
crisitem.author.orcid | 0000-0002-4745-681X | - |
crisitem.author.parentorg | Instituto de Investigaciones Biomédicas - BIOMED | - |
crisitem.author.parentorg | Facultad de Ciencias Médicas | - |
crisitem.author.parentorg | Instituto de Investigaciones Biomédicas - BIOMED | - |
crisitem.author.parentorg | Pontificia Universidad Católica Argentina | - |
crisitem.author.parentorg | Facultad de Ciencias Médicas | - |
crisitem.author.parentorg | Instituto de Investigaciones Biomédicas - BIOMED | - |
crisitem.author.parentorg | Pontificia Universidad Católica Argentina | - |
Aparece en las colecciones: | Artículos |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
application-artificial-intelligence.pdf | 347,81 kB | Adobe PDF | Visualizar/Abrir |
Visualizaciones de página(s)
69
comprobado en 27-abr-2024
Descarga(s)
26
comprobado en 27-abr-2024
Google ScholarTM
Consultar
Altmetric
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons