MétaCan
Menu
Retour à la cohorte
Enregistrement W2766645990 · doi:10.1002/lom3.10221

Open the Sterivex<sup>TM</sup> casing: An easy and effective way to improve DNA extraction yields

2017· article· en· W2766645990 sur OpenAlexaff
Perrine Cruaud, Adrien Vigneron, Marie‐Stéphanie Fradette, Steve J. Charette, Manuel J. Rodríguez, Caetano C. Dorea, Alexander I. Culley

Notice bibliographique

RevueLimnology and Oceanography Methods · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensUniversity of VictoriaInstitut universitaire de cardiologie et de pneumologie de QuébecUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCartridgeExtraction (chemistry)CasingDNA extractionDNAProtocol (science)Filter (signal processing)ChromatographyComputer scienceBiological systemMaterials scienceComputational biologyChemistryBiologyEngineeringPolymerase chain reactionBiochemistryGeneMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract We describe an inexpensive, reliable, and easily executed improvement for the extraction of DNA from SterivexTM filter units, that involves the separation of the SterivexTM filter from its casing. Our study demonstrates that our modification of the original extraction protocol significantly increased DNA yields, with an average increase of 4.1‐fold more DNA than with the standard approach. A comparison of the diversity after Illumina MiSeq sequencing of bacterial communities extracted with both the standard approach and the proposed one indicated that our modified protocol has no or little impact on the results. This protocol provides a relatively straight forward means to achieve higher yields of DNA from the extraction of SterivexTM cartridges without altering the community composition and will likely be of interest to a wide range of scientists that use techniques based on the recovery of DNA from filters.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,009

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 Opus0,029
Tête enseignante GPT0,358
Écart entre enseignants0,329 · 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

Citations89
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography MethodsMême sujetMicrobial Community Ecology and PhysiologyTravaux en français237 207