MétaCan
Menu
Retour à la cohorte
Enregistrement W3019561694 · doi:10.1002/aps3.11344

A basic dd<scp>RAD</scp>seq two‐enzyme protocol performs well with herbarium and silica‐dried tissues across four genera

2020· article· en· W3019561694 sur OpenAlexfundno aff
Ingrid Jordon‐Thaden, James B. Beck, Catherine A. Rushworth, Michael D. Windham, Nicolas Diaz, Jason T. Cantley, Christopher T. Martine, Carl J. Rothfels

Notice bibliographique

RevueApplications in Plant Sciences · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WaterlooCornell UniversityNational Institute of General Medical SciencesKansas IDeA Network of Biomedical Research ExcellenceWichita State UniversityNational Science Foundation
Mots-clésHerbariumBiologyTaxonDNA sequencingProtocol (science)Evolutionary biologySample (material)Scale (ratio)BotanyDNAGeneticsCartographyGeography

Résumé

récupéré en direct d'OpenAlex

PREMISE: The ability to sequence genome-scale data from herbarium specimens would allow for the economical development of data sets with broad taxonomic and geographic sampling that would otherwise not be possible. Here, we evaluate the utility of a basic double-digest restriction site-associated DNA sequencing (ddRADseq) protocol using DNAs from four genera extracted from both silica-dried and herbarium tissue. METHODS: were processed with a ddRADseq protocol. The effects of DNA degradation, taxon, and specimen age were assessed. RESULTS: Although taxon, preservation method, and specimen age affected data recovery, large phylogenetically informative data sets were obtained from the majority of samples. DISCUSSION: These results suggest that herbarium samples can be incorporated into ddRADseq project designs, and that specimen age can be used as a rapid on-site guide for sample choice. The detailed protocol we provide will allow users to pursue herbarium-based ddRADseq projects that minimize the expenses associated with fieldwork and sample evaluation.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,008

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 Opus0,026
Tête enseignante GPT0,279
Écart entre enseignants0,253 · 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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplications in Plant SciencesMême sujetGenomics and Phylogenetic StudiesTravaux en français237 207