PMDBase: a database for studying microsatellite DNA and marker development in plants
Notice bibliographique
Résumé
Microsatellite DNAs (or SSRs) are important genomic components involved in many important biological functions. SSRs have been extensively exploited as molecular markers for diverse applications including genetic diversity, linkage/association mapping of gene/QTL, marker-assisted selection, variety identification and evolution analysis. However, a comprehensive database or web service for studying microsatellite DNAs and marker development in plants is lacking. Here, we developed a database, PMDBase, which integrates large amounts of microsatellite DNAs from genome sequenced plant species and includes a web service for microsatellite DNAs identification. In PMDBase, 26 230 099 microsatellite DNAs were identified spanning 110 plant species. Up to three pairs of primers were supplied for every microsatellite DNA. For 81 species, genomic features of the microsatellite DNAs (genic or non-genic) were supplied with the corresponding genes or transcripts from public databases. Microsatellite DNAs can be explored through browsing and searching modules with a user-friendly web interface and customized software. Furthermore, we developed MISAweb and embedded Primer3web to help users to identify microsatellite DNAs and design corresponding primers in their own genomic sequences online. All datasets of microsatellite DNAs can be downloaded conveniently. PMDBase will be updated regularly with new available genome data and can be accessed freely via the address http://www.sesame-bioinfo.org/PMDBase.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».