Getting the most out of fluorescent amplified fragment length polymorphism
Notice bibliographique
Résumé
Amplified fragment length polymorphism (AFLP™) is one of the most widely applied molecular marker detection systems used today. Among the reasons for its popularity are its reproducibility, capacity to generate large numbers of data points in a single assay, and “off-the-shelf” universal applicability. The original AFLP protocol was developed using radioactive detection. The transfer of this technique to fluorescent detection on automated DNA fragment analysers not only removed the undesirable requirement for radioactivity but also provided the possibility for increased effectiveness and detection throughput. Unfortunately, a number of problems are frequently encountered with fluorescent AFLPs, particularly failure to amplify high molecular-weight fragments and generation of nonuniform peak distributions. Here, we describe an improved generic protocol for fluorescent AFLPs achieved mainly thorough optimization of the multiplexed selective amplification reaction. This improved protocol gives increased production of valuable high molecular-weight markers and uniform peak intensities, facilitating unambiguous scoring. The protocol has been successfully applied, without further optimization, to species of Salix and Populus (Salicaceae), Melampsora (Melampsoraceae, rust fungi) and Heracleum (Apiaceae), as well as sugar beet ( Beta vulgaris L. subsp. vulgaris , Amaranthaceae), the endangered species Ranunculus kadzunensis Makino (Ranunculaceae), and to Aphidius ervi Haliday (Braconidae), a parasitoid wasp.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».