DNA extraction technique for different rice varieties grown in Sri Lanka
Notice bibliographique
Résumé
Extraction of DNA is very important nowadays in bio-molecular researches. Extracted DNA should be purified and the quality of DNA should also be very high. The objective of the study was to develop a simple efficient method to isolate DNA from the rice varieties in an open laboratory environment, and to eliminate the usage of expensive chemicals and tools. The DNA extraction methods developed by the DNeasy plant kit method supplied by QIAGEN, Cheng et al., Doyle et al. and Michiels et al. were applied to five different rice varieties grown in different parts of Sri Lanka. Based on the quantity and quality of the extracted DNA tested by measuring the absorbance of DNA at 260 nm using Nanodrop® ND-1000 spectrophotometer and measuring the ratio of A260 / A280 and gel running on agarose, the efficiency of the extraction method chosen varied among rice varieties. Among the methods used, the methods introduced by DNeasy plant kit method supplied by QIAGEN and Cheng et al, yielded good and amplifiable quality DNA with satisfactory concentration for all the rice varieties tested. Therefore the modified method of Cheng et al, 1987 could be used to extract DNA from rice varieties instead of the commercially available expensive and hazardous DNeasy plant kit method supplied by QIAGEN.Int J Appl Sci Biotechnol, Vol 3(3): 398-401
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».