MétaCan
Menu
Retour à la cohorte
Enregistrement W2022649351 · doi:10.1271/bbb.70683

A Real-Time Quantitative PCR Detection Method for Pork, Chicken, Beef, Mutton, and Horseflesh in Foods

2007· article· en· W2022649351 sur OpenAlexaff
Soichi Tanabe, Makiko Hase, Takeo Yano, Masahiko Sato, T. Fujimura, Hiroshi Akiyama

Notice bibliographique

RevueBioscience Biotechnology and Biochemistry · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensConestoga Meat Packers (Canada)
Organismes subventionnairesnon disponible
Mots-clésTaqManDetection limitMitochondrial DNAMinor grooveCytochrome bFood scienceReal-time polymerase chain reactionBiologyMatrix (chemical analysis)DNAChemistryChromatographyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

A rapid real-time quantitative PCR method to detect trace amounts of pork, chicken, beef, mutton, and horseflesh in foods was developed. The primers and TaqMan MGB (minor groove binder) probes were designed on the gene encoding cytochrome b for the specific detection of each species. The limit of quantification of this method was found to be 100 fg/microl of each mitochondrial DNA in 10 ng/microl of the wheat mitochondrial DNA matrix. The calculated R(2) values of the standard curves for the five species ranged between 0.994 and 0.999. This method would be particularly useful in the detection of hidden meat mince in processed foods, which would verify food labeling and gain consumers' trust.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,015
Tête enseignante GPT0,313
Écart entre enseignants0,298 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations130
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioscience Biotechnology and BiochemistryMême sujetIdentification and Quantification in FoodTravaux en français237 207