MétaCan
Menu
Retour à la cohorte
Enregistrement W2048034000 · doi:10.1371/journal.pone.0081842

Neuraminidase Subtyping of Avian Influenza Viruses with PrimerHunter-Designed Primers and Quadruplicate Primer Pools

2013· article· en· W2048034000 sur OpenAlexafffund
Yanyan Huang, Mazhar I. Khan, Ion Măndoiu

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesMemorial University of NewfoundlandNational Science Foundation
Mots-clésSubtypingPrimer (cosmetics)VirologyBiologyNeuraminidaseVirusInfluenza A virus subtype H5N1Real-time polymerase chain reactionInfluenza A virusPolymerase chain reactionGeneGeneticsChemistry

Résumé

récupéré en direct d'OpenAlex

We have previously developed a software package called PrimerHunter to design primers for PCR-based virus subtyping. In this study, 9 pairs of primers were designed with PrimerHunter and successfully used to differentiate the 9 neuraminidase (NA) genes of avian influenza viruses (AIVs) in multiple PCR-based assays. Furthermore, primer pools were designed and successfully used to decrease the number of reactions needed for NA subtyping from 9 to 4. The quadruplicate primer-pool method is cost-saving, and was shown to be suitable for the NA subtyping of both cultured AIVs and uncultured AIV swab samples. The primers selected for this study showed excellent sensitivity and specificity in NA subtyping by RT-PCR, SYBR green-based Real-time PCR and Real-time RT-PCR methods. AIV RNA of 2 to 200 copies (varied by NA subtypes) could be detected by these reactions. No unspecific amplification was displayed when detecting RNAs of other avian infectious viruses such as Infectious bronchitis virus, Infectious bursal disease virus and Newcastle disease virus. In summary, this study introduced several sensitive and specific PCR-based assays for NA subtyping of AIVs and also validated again the effectiveness of the PrimerHunter tool for the design of subtyping primers.

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)0,008
score de la tête « metaresearch » (Gemma)0,006
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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.

Tête enseignante Opus0,137
Tête enseignante GPT0,331
Écart entre enseignants0,195 · 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
GenreEmpirique

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

En bref

Citations22
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetInfluenza Virus Research StudiesTravaux en français237 207