MétaCan
Menu
Retour à la cohorte
Enregistrement W2946142791 · doi:10.5740/jaoacint.18-0318

DNA Quality and Quantity Analysis of <i>Camellia sinensis</i> Through Processing from Fresh Leaves to a Green Tea Extract

2019· article· en· W2946142791 sur OpenAlexaff
Adam C. Faller, Subramanyam Ragupathy, S. Dhivya, Yanjun Zhang, Zhengfei Lu, Peter Chang, Gary Swanson, Steven G. Newmaster

Notice bibliographique

RevueJournal of AOAC International · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCamellia sinensisgenomic DNADNABiologyGreen teaPolymerase chain reactionFood scienceBotanyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Background: Although there has been some success using DNA barcoding to authenticate raw natural health product (NHP) botanical ingredients, there are many gaps in our understanding of DNA degradation, which may explain low PCR and sequencing success in processed NHPs. Objective: In this study, we measured multiple DNA variables after each step in the processing of a green tea extract in order to document DNA quality and quantity. Methods: We sampled plant material after each step of green tea extract processing: five steps at a Chinese tea farm ( n = 10) and five at an NHP processing facility ( n = 3). We hypothesized that processing treatments degrade and remove DNA from NHPs, reflected by decreasing quantities of extractable genomic DNA (gDNA), an increasing proportion of small DNA fragments in genomic extracts, and decreasing quantitative PCR (QPCR) efficiency [higher cycle threshold (C t ) values]. DNA from end-production green tea extract was sequenced in order to try to validate material as the botanical of interest. Results: We saw a 41.1% decrease in mean extractable gDNA through farm processing ( P &lt; 0.01) and a 99.7% decrease through facility processing ( P &lt; 0.05). There was a 26.3% decrease in mean DNA fragment size through farm processing ( P &lt; 0.001) and an 82.0% decrease through facility processing ( P &lt; 0.05). QPCR efficiency was reduced through processing, marked by significant increases in C t values with 100 base pair (bp) and 200 bp PCR targets ( P &lt; 0.05), and an inability to amplify 300 bp targets when using DNA template from end-production green tea extract. Conclusions: Although there was significant degradation and removal of DNA through processing, sufficiently intact DNA was able to be recovered from highly processed green tea extract for further sequencing and identification. Highlights: This work addresses a key gap in the understanding of DNA degradation through processing and provides useful information to consider when designing molecular diagnostic techniques for NHP identification.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,318
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,342
Écart entre enseignants0,323 · 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 tête enseignante, 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207