MétaCan
Menu
Retour à la cohorte
Enregistrement W2620754563 · doi:10.1038/s41598-017-03570-7

Comparison of Different Drying Methods for Recovery of Mushroom DNA

2017· article· en· W2620754563 sur OpenAlexafffund
Shouxian Wang, Yu Liu, Jianping Xu

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueFungal Biology and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMushroomAgaricus bisporusPolymerase chain reactiongenomic DNABiologyDNADNA extractionEdible mushroomPopulationGeneFood scienceBotanyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Several methods have been reported for drying mushroom specimens for population genetic, taxonomic, and phylogenetic studies. However, most methods have not been directly compared for their effectiveness in preserving mushroom DNA. In this study, we compared silica gel drying at ambient temperature and oven drying at seven different temperatures. Two mushroom species representing two types of fruiting bodies were examined: the fleshy button mushroom Agaricus bisporus and the leathery shelf fungus Trametes versicolor. For each species dried with the eight methods, we assessed the mushroom water loss rate, the quality and quantity of extracted DNA, and the effectiveness of using the extracted DNA as a template for PCR amplification of two DNA fragments (ITS and a single copy gene). Dried specimens from all tested methods yielded sufficient DNA for PCR amplification of the two genes in both species. However, differences among the methods for the two species were found in: (i) the time required by different drying methods for the fresh mushroom tissue to reach a stable weight; and (ii) the relative quality and quantity of the extracted genomic DNA. Among these methods, oven drying at 70 °C for 3-4 h seemed the most efficient for preserving field mushroom samples for subsequent molecular work.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,217

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,089
Tête enseignante GPT0,454
Écart entre enseignants0,365 · 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

Citations16
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetFungal Biology and ApplicationsTravaux en français237 207