An improved method for RNA isolation and cDNA library construction from immature seeds of Jatropha curcas L
Notice bibliographique
Résumé
BACKGROUND: RNA quality and quantity is sometimes unsuitable for cDNA library construction, from plant seeds rich in oil, polysaccharides and other secondary metabolites. Seeds of jatropha (Jatropha curcas L.) are rich in fatty acids/lipids, storage proteins, polysaccharides, and a number of other secondary metabolites that could either bind and/or co-precipitate with RNA, making it unsuitable for downstream applications. Existing RNA isolation methods and commercial kits often fail to deliver high-quality total RNA from immature jatropha seeds for poly(A)+ RNA purification and cDNA synthesis. FINDINGS: A protocol has been developed for isolating good quality total RNA from immature jatropha seeds, whereby a combination of the CTAB based RNA extraction method and a silica column of a commercial plant RNA extraction kit is used. The extraction time was reduced from two days to about 3 hours and the RNA was suitable for poly(A)+ RNA purification, cDNA synthesis, cDNA library construction, RT-PCR, and Northern hybridization. Based on sequence information from selected clones and amplified PCR product, the cDNA library seems to be a good source of full-length jatropha genes. The method was equally effective for isolating RNA from mustard and rice seeds. CONCLUSIONS: This is a simple CTAB + silica column method to extract high quality RNA from oil rich immature jatropha seeds that is suitable for several downstream applications. This method takes less time for RNA extraction and is equally effective for other tissues where the quality and quantity of RNA is highly interfered by the presence of fatty acids, polysaccharides and polyphenols.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».