Selection and evaluation of an efficient method for the recovery of viral nucleic acids from complex biologicals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract There is a need for a broad and efficient testing strategy for the detection of both known and novel viral adventitious agents in vaccines and biologicals. High-throughput sequencing (HTS) is an approach for such testing; however, an optimized testing method is one with a sample-processing pipeline that can help detect any viral adventitious agent that may be present. In this study, 11 commercial methods were assessed for efficient extraction of nucleic acids from a panel of viruses. An extraction strategy with two parallel arms, consisting of both the Invitrogen PureLink™ Virus RNA/DNA kit for total nucleic acid extraction and the Wako DNA Extractor ® kit with an RNase A digestion for enrichment of double-stranded nucleic acid, was selected as the strategy for the extraction of all viral nucleic acid types (ssRNA, dsRNA, and dsDNA). Downstream processes, such as double-strand DNA synthesis and whole-genome amplification (WGA), were also assessed for the retrieval of viral sequences. Double-stranded DNA synthesis yielded larger numbers of viral reads, whereas WGA exhibited a strong bias toward amplification of double-stranded DNA, including host cellular DNA. The final sample-processing strategy consisted of the dual extraction approach followed by double-stranded DNA synthesis, which yielded a viral population with increased detection of some viruses by 8600-fold. Here we describe an efficient extraction procedure to support viral adventitious agent detection in cell substrates used for biological products using HTS.
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.
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 | 0,000 | 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) | 0,002 | 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 découle