MétaCan
Menu
Retour à la cohorte
Enregistrement W2048975746 · doi:10.1139/g99-087

Properties of sequence-tagged-site primer sets influencing repeatability

2000· article· en· W2048975746 sur OpenAlexvenueno aff
Arunrut Vanichanon, N. K. Blake, John M. Martin, L. E. Talbert

Notice bibliographique

RevueGenome · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrimer (cosmetics)RepeatabilityBiologyGeneticsPolymerase chain reactionPrimer dimerComputational biologyGeneMultiplex polymerase chain reactionMathematicsStatisticsChemistry

Résumé

récupéré en direct d'OpenAlex

The polymerase chain reaction (PCR) has become a standard procedure in plant genetics, and is the basis for many emerging genomics approaches to mapping and gene identification. One advantage of PCR is that sequence information for primer sets can be exchanged between laboratories, obviating the need for exchange and maintenance of biological materials. Repeatability of primer sets, whereby the same products are amplified in different laboratories using the same primer set, is important to successful exchange and utilization. We have developed several hundred sequence-tagged site (STS) primer sets for wheat and barley. The ability of the primer sets to generate reproducible amplifications in other laboratories has been variable. We wished to empirically determine the properties of the primer sets that most influenced repeatability. A total of 96 primer sets were tested with four genomic DNA samples on each of four thermocyclers. All major bands were repeatable across all four thermocylers for approximately 50% of the primer sets. Characteristics most often associated with differences in repeatability included primer GC content and 3'-end stability of the primers. The propensity for primer-dimer formation was not a factor in repeatability. Our results provide empirical direction for the development of repeatable primer sets.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,240 · 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 tête enseignante, 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

Citations20
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207