Characterization and comparison of microsatellites derived from repeat‐enriched libraries and expressed sequence tags
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The construction of high-density linkage maps for use in identifying loci underlying important traits requires the development of large numbers of polymorphic genetic markers spanning the entire genome at regularly spaced intervals. As part of our efforts to develop markers for rainbow trout (Oncorhynchus mykiss), we performed a comparison of allelic variation between microsatellite markers developed from expressed sequence tag (EST) data and anonymous markers identified from repeat-enriched libraries constructed from genomic DNA. A subset of 70 markers (37 from EST databases and 33 from repeat enriched libraries) was characterized with respect to polymorphism information content (PIC), number of alleles, repeat number, locus duplication within the genome and ability to amplify in other salmonid species. Higher PIC was detected in dinucleotide microsatellites derived from ESTs than anonymous markers (72.7% vs. 54.0%). In contrast, dinucleotide repeat numbers were higher for anonymous microsatellites than for EST derived microsatellites (27.4 vs.18.1). A higher rate of cross-species amplification was observed for EST microsatellites. Approximately half of each marker type was duplicated within the genome. Unlike single-copy markers, amplification of duplicated microsatellites in other salmonids was not correlated to phylogenetic distance. Genomic microsatellites proved more useful than EST derived microsatellites in discriminating among the salmonids. In total, 428 microsatellite markers were developed in this study for mapping and population genetic studies in rainbow trout.
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.
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 découle