MétaCan
Menu
Retour à la cohorte
Enregistrement W2610893022 · doi:10.1139/gen-2016-0167

A simple and efficient non-denaturing FISH method for maize chromosome differentiation using single-strand oligonucleotide probes

2017· article· en· W2610893022 sur OpenAlexvenueno aff
Minqiu Zhu, Pei Du, Lifang Zhuang, Chenggen Chu, Han Zhao, Zengjun Qi

Notice bibliographique

RevueGenome · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueChromosomal and Genetic Variations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyChromosomeMultiplexFluorescence in situ hybridizationInbred strainGeneticsChromosome 4Hybridization probeZea maysMolecular biologyDNAGene

Résumé

récupéré en direct d'OpenAlex

Single-strand oligonucleotides (SSONs hereafter) as probes are becoming a powerful method of chromosome painting in many species. In this study, nine SSONs ((ACT) 10 , (ACT) 19 , Knob-1, Knob-2, Knob-3, CentC69-1, MR68-3, K10-72-1, and TR1-357-2) were developed and used for chromosome identification in 16 maize (Zea mays L., 2n = 20) inbred lines and hybrids by non-denaturing fluorescence in situ hybridization (ND-FISH). Each SSON produced clear signals on 2–10 chromosomes of inbred lines B73 and Mo17. A multiplex probe set containing four SSONs ((ACT) 10 , Knob-2, CentC69-1, and MR68-3) clearly characterized all maize chromosomes in the 16 lines by a single round of ND-FISH and revealed genetic variation at a chromosome level. For example, unique signals on chromosome 6 clearly distinguished all 16 genotypes. The SSONs and multiplex probe developed in this research will facilitate genotype identification and chromosome research in maize.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,031
Tête enseignante GPT0,258
Écart entre enseignants0,227 · 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'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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetChromosomal and Genetic VariationsTravaux en français237 207