MétaCan
Menu
Retour à la cohorte
Enregistrement W3118652780 · doi:10.1016/j.foodres.2020.110035

Validation of FASTFISH-ID: A new commercial platform for rapid fish species authentication via universal closed-tube barcoding

2021· article· en· W3118652780 sur OpenAlexaff
Amanda M. Naaum, Marine Cusa, Maleeka Singh, Zoe Bleicher, Christopher T. Elliott, Ian Goodhead, Robert Hanner, Sarah Helyar, Stefano Mariani, J. E. Rice, Lawrence J. Wangh, J. Aquiles Sanchez

Notice bibliographique

RevueFood Research International · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensUniversity of Guelph
Organismes subventionnairesInterregSociety of Interventional Radiology Foundation
Mots-clésBarcodeDNA barcodingIdentification (biology)BiologyAuthentication (law)FisheryFishingDNA sequencingComputational biologyBiotechnologyBusinessDNAComputer scienceEvolutionary biologyEcologyComputer securityGeneticsMarketing

Résumé

récupéré en direct d'OpenAlex

Seafood represents up to 20% of animal protein consumption in global food consumption and is a critical dietary and income resource for the world's population. Currently, over 30% of marine fish stocks are harvested at unsustainable levels, and the industry faces challenges related to Illegal, Unregulated and Unreported (IUU) fishing. Accurate species identification is one critical component of successful stock management and helps combat fraud. Existing DNA-based technologies permit identification of seafood even when morphological features are removed, but are either too time-consuming, too expensive, or too specific for widespread use throughout the seafood supply chain. FASTFISH-ID is an innovative commercial platform for fish species authentication, employing closed-tube barcoding in a portable device. This method begins with asymmetric PCR amplification of the full length DNA barcode sequence and subsequently interrogates the resulting single-stranded DNA with a universal set of Positive/Negative probes labeled in two fluorescent colors. Each closed-tube reaction generates two species-specific fluorescent signatures that are then compared to a cloud-based library of previously validated fluorescent signatures. This novel approach results in rapid, automated species authentication without the need for complex, time consuming, identification by DNA sequencing, or repeated analysis with a panel of species-specific tests. Performance of the FASTFISH-ID platform was assessed in a blinded study carried out in three laboratories located in the UK and North America. The method exhibited a 98% success rate among the participating laboratories when compared to species identification via conventional DNA barcoding by sequencing. Thus, FASTFISH-ID is a promising new platform for combating seafood fraud across the global seafood supply chain.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,151
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0010,000

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 Opus0,122
Tête enseignante GPT0,365
Écart entre enseignants0,243 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Research InternationalMême sujetIdentification and Quantification in FoodTravaux en français237 207