MétaCan
Menu
Retour à la cohorte
Enregistrement W2058436850 · doi:10.5539/jas.v5n7p82

Comparative Analysis of Six DNA Extraction Methods in Cowpea (Vigna unguiculata L.Walp)

2013· article· en· W2058436850 sur OpenAlexvenueno aff
Huaqiang Tan, Haitao Huang, Mamman Tie, Jianyao Ma, Huanxiu Li

Notice bibliographique

RevueJournal of Agricultural Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural pest management studies
Établissements canadiensnon disponible
Organismes subventionnairesSichuan Agricultural University
Mots-clésVignaDNA extractionRestriction enzymePolymerase chain reactionDNABiologyExtraction (chemistry)BiotechnologyGenetic analysisHorticultureChromatographyChemistryGeneGenetics

Résumé

récupéré en direct d'OpenAlex

High quality DNA extractions are a prerequisite for genetic studies of a variety of plants including cowpea (Vigna unguiculata). Nowadays, there are a great number of plant DNA extraction methods, and commercially available extraction kits are also becoming more and more popular. It appears that different procedures work best for different plant groups. Thus in the genetic studies of cowpea, which DNA extraction method to choose becomes a concern. To solve this problem, five classic plant DNA isolation methods, including three CTAB methods and two SDS methods, were compared and evaluated while isolation using a commercial kit was also undertaken. The DNA extracted by these six methods from two-week-old cowpea seedlings were analyzed according to their cost and time, yield, purity, integrity, and functionality in restriction endonuclease digestion and PCR (polymerase chain reaction) based downstream analysis. After the evaluation, one most suitable method, described by Dellaporta et al. (1983) was selected and chosen for isolating DNA from young leaves of cowpea seedlings. The cost and time required in this method was relatively low. In addition, the quantity and the quality of the DNA extracted by this method were high enough to perform hundreds of PCR-based reactions.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,388

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,007
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,045
Tête enseignante GPT0,341
Écart entre enseignants0,296 · 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'étudeObservationnel
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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural pest management studiesTravaux en français237 207