MétaCan
Menu
Retour à la cohorte
Enregistrement W2148574115 · doi:10.1139/w10-062

FTIR spectroscopic discrimination of<i>Saccharomyces cerevisiae</i>and<i>Saccharomyces bayanus</i>strains

2010· article· en· W2148574115 sur OpenAlexvenueno aff
Isabelle Adt, Achim Köhler, Sabine Gognies, Julien Budin, Christophe Sandt, A. Belarbi, Michel Manfait, Ganesh D. Sockalingum

Notice bibliographique

RevueCanadian Journal of Microbiology · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSaccharomyces cerevisiaeSaccharomycesBiologyYeastStrain (injury)GeneticsMicrobiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

In this study, we tested the potential of Fourier-transform infrared absorption spectroscopy to screen, on the one hand, Saccharomyces cerevisiae and non-S. cerevisiae strains and, on the other hand, to discriminate between S. cerevisiae and Saccharomyces bayanus strains. Principal components analysis (PCA), used to compare 20 S. cerevisiae and 21 non-Saccharomyces strains, showed only 2 misclassifications. The PCA model was then used to classify spectra from 14 Samos strains. All 14 Samos strains clustered together with the S. cerevisiae group. This result was confirmed by a routinely used electrophoretic pattern obtained by pulsed-field gel electrophoresis. The method was then tested to compare S. cerevisiae and S. bayanus strains. Our results indicate that identification at the strain level is possible. This first result shows that yeast classification and S. bayanus identification can be feasible in a single measurement.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,013
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,226 · 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.

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

Citations22
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetSpectroscopy and Chemometric AnalysesTravaux en français237 207