High-throughput DNA Extraction and Genotyping of 3dpf Zebrafish Larvae by Fin Clipping
Notice bibliographique
Résumé
Zebrafish (Danio rerio) possess orthologues for 84% of the genes known to be associated with human diseases. In addition, these animals have a short generation time, are easy to handle, display a high reproductive rate, low cost, and are easily amenable to genetic manipulations by microinjection of DNA in embryos. Recent advances in gene editing tools are enabling precise introduction of mutations and transgenes in zebrafish. Disease modeling in zebrafish often leads to larval phenotypes and early death which can be challenging to interpret if genotypes are unknown. This early identification of genotypes is also needed in experiments requiring sample pooling, such as in gene expression or mass spectrometry studies. However, extensive genotypic screening is limited by traditional methods, which in most labs are performed only on adult zebrafish or in postmortem larvae. We addressed this problem by adapting a method for the isolation of PCR-ready genomic DNA from live zebrafish larvae that can be achieved as early as 72 h post-fertilization (hpf). This time and cost-effective technique, improved from a previously published genotyping protocol, allows the identification of genotypes from microscopic fin biopsies. The fins quickly regenerate as the larvae develop. Researchers are then able to select and raise the desired genotypes to adulthood by utilizing this high-throughput PCR-based genotyping procedure.
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 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».