MétaCan
Menu
Retour à la cohorte
Enregistrement W2367243162

PCR Detection System for Genetically Modified Rice and Its Application in Genetic Breeding

2012· article· en· W2367243162 sur OpenAlexvenueno aff
Xiangyang Zhou

Notice bibliographique

RevueSeed · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueForest, Soil, and Plant Ecology in China
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGenetically modified riceDetection limitBiologyGenetically modified organismDNA extractionPolymerase chain reactionGenetically modified cropsGeneTransgeneSelection (genetic algorithm)DNAExtraction (chemistry)BiotechnologyMolecular biologyGeneticsComputer scienceChromatographyChemistryArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A developed CTAB method and magnetic beads automatic extraction method were used to extract DNA from rice seed.Specific primers for PCR detection of genetically modified rice were designed to amplify endogenous SPS gene sequence and constructing specific segments,ThST 3 gene and Ubiquitin promoter,and corresponding detection methods were developed.Results of PCR amplification of SPS gene indicated that both the developed CTAB method and magnetic beads automatic extraction method were useful for DNA extraction from genetically modified rice seed and the sold rice seed.Results of amplification of the constructing specific segments(TheST 3-Ubi) indicated that the developed method was useful to detect the transgenic rice Theli seed,and the absolute and relative limit of detection(LOD) of the method got to 17.3×10-2ng and 0.41% respectively.The developed PCR method can detect transgenic rice Theli seed specially and detective sensitivity.And the method can satisfy the need of qualitative detection for genetically modified rice.Establishment of PCR Detection System can be used for marker-assisted selection(MAS) breeding.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,025
Tête enseignante GPT0,270
Écart entre enseignants0,246 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeedMême sujetForest, Soil, and Plant Ecology in ChinaTravaux en français237 207