MétaCan
Menu
Retour à la cohorte
Enregistrement W2954189127 · doi:10.17721/moca.2019.21-29

Development Of ELISA Kit For Detection Of Glyphosate-Resistant Genetically Modified Soybean

2019· article· en· W2954189127 sur OpenAlexaboutno aff
Y.V. Khomenko, Liudmyla Ishchenko, V.D. Ishchenko, С. В. Мидык, D.Y. Rybalchenko, В. Ushkalov, V. G. Spyrydonov

Notice bibliographique

RevueMETHODS AND OBJECTS OF CHEMICAL ANALYSIS · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePesticide and Herbicide Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecombinant DNAHorseradish peroxidaseMolecular biologyBiologyConjugateGlyphosateMonoclonal antibodyGenetically modified organismSugar beetGeneEnzymeBiochemistryChemistryAntibodyBiotechnologyGeneticsHorticulture

Résumé

récupéré en direct d'OpenAlex

The goal of research was development of competitive ELISA kit for detection of genetically modified plants resistant to glyphosate. As the source for gene isolation we have used leaves of GM soybean RoundUp Ready, line 40-3-2 (Monsanto). Using polymerase chain reaction the gene encoding the enzyme 5-enolpiruvilshykimat-3-phosphate synthase (CP4 EPSPS) was isolated, which provides resistance to the herbicide glyphosate. Isolated gene has been cloned into plasmid vector pET24(a), creating genetic construct pET-CP4EPSPS. E.coli (BL 21(DE3)) has been transformed by genetic construct and over expressed after induction by 0.5 mM IPTG. Recombinant enzyme CP4 EPSPS with molecular weight 45 kD was purified as inclusion bodies and used as antigen for 96-well polystyrene plates immobilization. Monoclonal antibodies CP4 EPSPS mAb3 (Artron BioResearch Inc., Canada) was used for synthesis of horseradish peroxidase conjugate and receiving diagnostic reagent. We have shown that in the competitive ELISA we can detect at least 0.1% of GM plants resistant to glyphosate, on the example of soybean (line RR 40-3-2), moreover we can also detect rapeseed (line GT73) and sugar beet (line H7-1).

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,014
Tête enseignante GPT0,281
Écart entre enseignants0,267 · 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
GenreMéthodes

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMETHODS AND OBJECTS OF CHEMICAL ANALYSISMême sujetPesticide and Herbicide Environmental StudiesTravaux en français237 207