Detecting and Quantifying the Adventitious Presence of Transgenic Seeds in Safflower, Carthamus tinctorius L.
Notice bibliographique
Résumé
Safflower ( Carthamus tinctorius L.) is currently being developed as a platform for the production of novel proteins. Methods for detecting and quantifying transgenic safflower are needed to ensure seed quality and to monitor for its adventitious presence. We developed and compared three methods of assaying for transgenic safflower presence in conventional seedlots: field bioassays, enzyme-linked immunosorbent assays (ELISA), and quantitative polymerase chain reaction (Q-PCR). Limits for reliable quantification for both ELISA and Q-PCR are approximately 0.1%, although levels at least as low as 0.02% can be detected by Q-PCR. Levels of quantification for the field bioassay are limited only by space and resources available. Multiple sampling methods to detect and quantify transgenic safflower presence at levels lower than 0.1% were used on field collected samples from a pollen outcrossing experiment to quantify the adventitious presence of transgenic safflower. Taking into account the potential utility and relative advantages or disadvantages of each detection method, it is recommended that the initial testing for the adventitious presence of transgenic seed be carried out using an antibody-based test if available and that Q-PCR-based assays to quantify transgenic proportion be used when it is necessary to identify specific transgenic constructs or if antibody-based assays are not readily available.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».