MétaCan
Menu
Retour à la cohorte
Enregistrement W2761236628 · doi:10.1016/j.dib.2017.10.009

Illumina sequencing of the chloroplast genome of common ragweed ( Ambrosia artemisiifolia L.)

2017· article· en· W2761236628 sur OpenAlexfundno aff
Erzsébet Nagy, Géza Hegedűs, János Taller, Barbara Kutasy, Eszter Virág

Notice bibliographique

RevueData in Brief · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of Agricultural SciencesMagyar Tudományos AkadémiaHungarian Scientific Research FundEgg Farmers of Canada
Mots-clésAmbrosia artemisiifoliaGenomeBiologyChloroplastWhole genome sequencingGeneRagweedChloroplast DNAGeneticsIllumina dye sequencingBotany

Résumé

récupéré en direct d'OpenAlex

Common ragweed (Ambrosia artemisiifolia L. ) is the most widespread weed and the most dangerous pollen allergenic plant in large areas of the temperate zone. Since herbicides like PSI and PSII inhibitors have their target genes in the chloroplast genome, understanding the chloroplast genome may indirectly support the exploration of herbicide resistance and development of novel control methods. The aim of the present study was to sequence and reconstruct for the chloroplast genome of A. artemisiifolia and establish a molecular dataset. We used an Illumina MiSeq protocol to sequence the chloroplast genome of isolated intact organelles of ragweed plants grown in our experimental garden. The assembled chloroplast genome was found to be 152,215 bp (GC: 37.6%) in a quadripartite structure, where 80 protein coding genes, 30 tRNA and 4 rRNA genes were annotated in total. We also report the complete sequence of 114 genes encoded in A. artemisiifolia chloroplast genome supported by both MIRA and Velvet de novo assemblers and ordered to Helianthus annuus L. using the Geneious software.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,006

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 Opus0,032
Tête enseignante GPT0,269
Écart entre enseignants0,237 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetGenomics and Phylogenetic StudiesTravaux en français237 207