MétaCan
Menu
Retour à la cohorte
Enregistrement W2054856719 · doi:10.1186/1756-0500-3-185

Optimus Primer: A PCR enrichment primer design program for next-generation sequencing of human exonic regions

2010· article· en· W2054856719 sur OpenAlexafffund
Andrew Brown, Ken Sin Lo, Paul Guelpa, Mélissa Beaudoin, John D. Rioux, Jean‐Claude Tardif, Michael Phillips, Guillaume Lettre

Notice bibliographique

RevueBMC Research Notes · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensMontreal Heart InstituteUniversité de Montréal
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute of Allergy and Infectious DiseasesInstitut de Cardiologie de MontréalCrohn's and Colitis FoundationGenome CanadaCrohn's and Colitis Foundation of America
Mots-clésAmpliconPrimer (cosmetics)Computational biologyContext (archaeology)Polymerase chain reactionGeneticsHuman genomeComputer scienceGeneExonGenomeBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Polymerase chain reaction (PCR) remains a simple, flexible, and inexpensive method for enriching genomic regions of interest for next-generation sequencing. In order to utilize PCR in this context, a major challenge facing researchers is how to generate a very large number of functional PCR primers that will successfully generate useable amplicons. For instance, in an exon-only re-sequencing project targeting 100 genes, each with 10 exons, 1,000 pairs of primers are required. In fact, the reality is often more complex as each gene might have several isoforms and large exons need to be divided to maintain the desired amplicon size. With only a list of gene names, our program Optimus Primer (OP) automatically takes into account all these variables, and can generate primers with no need to provide genome coordinates. More importantly however, OP, unlike other primer design programs, uniquely utilizes Primer3 in an iterative manner that allows the user to progressively design up to four iterations of primer designs. Through a single interface, the user can specify up to four different design parameters with different stringencies, thus increasing the probability that a functional PCR primer pair will be designed for all regions of interest in a single pass of the pipeline. FINDINGS: To demonstrate the effectiveness of the program, we designed PCR primers against 77 genes located in loci associated with ulcerative colitis as part of a candidate gene re-sequencing experiment. We achieved an experimental success rate of 93% or 472 out of 508 amplicons spanning the exonic regions of the 77 genes. Moreover, by automatically passing amplicons that failed primer design through three additional iterations of design parameters, we achieved an additional 170 successful primer pairs or 34% more in a single pass of OP than by conventional methods. CONCLUSION: With only a gene list and PCR parameters, a user can produce hundreds of PCR primer designs for regions of interest with a high probability of success in a very short amount of time. Optimus Primer is an essential tool for researchers who want to pursue PCR-based enrichment strategies for next-generation re-sequencing applications. The program can be accessed via website at http://op.pgx.ca.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,007

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 Opus0,297
Tête enseignante GPT0,444
Écart entre enseignants0,147 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207