MétaCan
Menu
Retour à la cohorte
Enregistrement W3211116066 · doi:10.3390/plants10112355

Grapevine Virology in the Third-Generation Sequencing Era: From Virus Detection to Viral Epitranscriptomics

2021· review· en· W3211116066 sur OpenAlexafffund
Vahid Jalali Javaran, Peter Moffett, Pierre Lemoyne, Dong Xu, Charith Raj Adkar‐Purushothama, Mamadou L. Fall

Notice bibliographique

RevuePlants · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Virus Research Studies
Établissements canadiensUniversité de SherbrookeAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésMinionNanopore sequencingDNA sequencingBiologyPlant virusVirologyVirusComputational biologyBiotechnologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

L.) is the most cultivated fruit plant. It has a significant impact on the economies of many countries through wine and fresh and dried fruit production. In recent years, the grape and wine industry has been facing outbreaks of known and emerging viral diseases across the world. Although high-throughput sequencing (HTS) has been used extensively in grapevine virology, the application and potential of third-generation sequencing have not been explored in understanding grapevine viruses and their impact on the grapevine. Nanopore sequencing, a third-generation technology, can be used for the direct sequencing of both RNA and DNA with minimal infrastructure. Compared to other HTS methods, the MinION nanopore platform is faster and more cost-effective and allows for long-read sequencing. Due to the size of the MinION device, it can be easily carried for field viral disease surveillance. This review article discusses grapevine viruses, the principle of third-generation sequencing platforms, and the application of nanopore sequencing technology in grapevine virus detection, virus-plant interactions, as well as the characterization of viral RNA modifications.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,155
Tête enseignante GPT0,316
Écart entre enseignants0,162 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlantsMême sujetPlant Virus Research StudiesTravaux en français237 207