MétaCan
Menu
Retour à la cohorte
Enregistrement W2901104279 · doi:10.1101/478198

Gene knock out of honey bee trypanosomatid parasite, <i>Lotmaria passim</i> , by CRISPR/Cas9 system

2018· preprint· en· W2901104279 sur OpenAlexfundno aff
Qiushi Liu, Tatsuhiko Kadowaki

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensnon disponible
Organismes subventionnairesXi’an Jiaotong-Liverpool UniversityMcGill UniversityHarvard T.H. Chan School of Public Health
Mots-clésBiologyCRISPRHoney beeGeneGeneticsPlasmidCas9ElectroporationEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Two trypanosomatid species, Lotmaria passim and Crithidia mellificae, have been shown to parasitize honey bees to date. L. passim appears to be more prevalent than C. mellificae and specifically infects the honey bee hindgut. Although the genomic DNA has been sequenced, the effects of infection on honey bee health and colony are poorly understood. To identify the genes that are important for infecting honey bees and to understand their functions, we applied the CRISPR/Cas9 system to establish a method to manipulate L. passim genes. By electroporation of plasmid DNA and subsequent selection by antibiotics, we first established an L. passim clone expressing tdTomato, GFP, or Cas9. We also successfully knocked out the endogenous miltefosine transporter and tyrosine amino transferase genes by replacement with antibiotics (hygromycin) resistant gene using the CRISPR/Cas9-induced homology-directed repair pathway. The L. passim clones expressing fluorescent markers, as well as the simple method for knocking out specific genes, could become useful approaches to understand the underlying mechanisms of honey bee-trypanosomatid parasite interactions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,021
Tête enseignante GPT0,235
Écart entre enseignants0,214 · 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
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetInsect and Pesticide ResearchTravaux en français237 207