Sequencing data and MLPA analysis data in support of the effectiveness and reliability of an asymmetric PCR-Based approach in preparing long MLPA probes
Notice bibliographique
Résumé
ABI PRISM 3100 Genetic Analyzer, a multi-color fluorescence-based DNA analysis system with 16 capillaries operating in parallel, was ideal tool both for DNA sequencing and DNA fragment analysis [1,2]. To demonstrate the effectiveness and reliability of an asymmetric PCR-Based approach (X.Y. Ling, G.M. Zhang, G. Pan, H. Long, Y.H. Cheng, C.Y. Xiang, L. Kang, F. Chen, Z.N. Chen, Preparing long probes by an asymmetric PCR-based approach for multiplex ligation-dependent probe amplification (MLPA), Anal. Biochem. (2015), http://dx.doi.org/10.1016/j.ab.2015.03.031, in press) in preparing the long MLPA probes that were generated with a M13-based method before [4], some prepared long MLPA probes were sequenced and then tested in MLPA analysis. Sequencing data shows that the long MLPA probes were identical to the designed ones, indicating the long probes can be easily prepared with the new method, and the MPLA analysis data shows that the results of MPLA analysis with these long probes were as same accurate and specific as with ones prepared with other methods. The sequencing data was not presented in the research article (X.Y. Ling, G.M. Zhang, G. Pan, H. Long, Y.H. Cheng, C.Y. Xiang, L. Kang, F. Chen, Z.N. Chen, Preparing long probes by an asymmetric PCR-based approach for multiplex ligation-dependent probe amplification (MLPA), Anal. Biochem. (2015), 10.1016/j.ab.2015.03.031, in press), but the MLPA analysis data was converted into figure 4 and figure 5 of the research article.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».