MétaCan
Menu
Retour à la cohorte
Enregistrement W2901360099 · doi:10.3389/fpls.2018.01643

Detection of Cistanches Herba (Rou Cong Rong) Medicinal Products Using Species-Specific Nucleotide Signatures

2018· article· en· W2901360099 sur OpenAlexaff
Xiaoyue Wang, Rong Xu, Jun Chen, Jingyuan Song, Steven-G Newmaster, Jianping Han, Zheng Zhang, Shilin Chen

Notice bibliographique

RevueFrontiers in Plant Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiologyMedicinal plantsBotanyTraditional medicineChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Cistanches Herba is a medicinal plant with tonification properties commonly used in Asia. Due to the imbalance of demand and supply, adulterants are frequently added for profit. However, there is no regulatory oversight because quality control tools are not sufficient to identify heavily processed products. Thus, a novel molecular tool based on nucleotide signatures and species-specific primers was developed. The ITS2 regions from 251 Cistanches Herba and adulterant samples were sequenced. Based on SNP sites, four nucleotide signatures within 30~37 bp and six species-specific primers were developed. In addition, they were validated by artificial experimental mixtures of six different species and different ratios. This method was also applied to detect 66 Cistanches Herba products on the market, including extracts and Chinese patent medicines. The results demonstrated the utility of nucleotide signatures in identifying adulterants in mixtures. Market study exposed 36.4% adulteration, of which 19.7% were adulterated with Cynomorium songaricum or Cistanche sinensis, and 16.7% were substituted with Cy. songaricum, Ci. sinensis or Boschniakia rossica. The results also revealed Cy. songaricum as the most common adulterant in the market. Thus, we recommend the use of species-specific nucleotide signatures for regulating adulteration and verifying medicinal product supply chain quality assurance, especially for processed products with degraded DNA.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,020
Tête enseignante GPT0,207
Écart entre enseignants0,187 · 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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207