MétaCan
Menu
Retour à la cohorte
Enregistrement W4288060716 · doi:10.3791/63849

Enhanced Reproducibility and Precision of High-Throughput Quantification of Bacterial Growth Data Using a Microplate Reader

2022· article· en· W4288060716 sur OpenAlexaff
Leili Abkar, Florentin M. Wilfart, Marta Piercey, Graham A. Gagnon

Notice bibliographique

RevueJournal of Visualized Experiments · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensDalhousie UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRepeatabilityReproducibilityThroughputProtocol (science)Sampling (signal processing)Standard deviationBiologyBacterial growthStatisticsBiological systemComputer scienceBiomedical engineeringMaterials scienceBacteriaMathematicsPhysicsOpticsMedicinePathologyDetector

Résumé

récupéré en direct d'OpenAlex

This study aimed to develop a repeatable, reliable, high-throughput protocol to monitor bacterial growth in 96-well plates and analyze the maximum growth rate. The growth curves and maximum growth rates of two bacterial species were determined. Issues including (i) lid condensation, (ii) pathlength correction, (iii) inoculation size, (iv) sampling time interval, and (v) spatial bias were investigated. The repeatability of the protocol was assessed with three independent technical replications, with a standard deviation of 0.03 between the runs. The maximum growth rates of Bacillus mycoides and Paenibacillus tundrae were determined to be (mean ± SD) 0.99 h−1 ± 0.03 h−1 and 0.85 h−1 ± 0.025 h−1, respectively. These bacteria are more challenging to monitor optically due to their affinity to clump together. This study demonstrates the critical importance of inoculation size, path length correction, lid warming, sampling time intervals, and well-plate spatial bias to obtain reliable, accurate, and reproducible data on microplate readers. The developed protocol and its verification steps can be expanded to other methods using microplate readers and high-throughput protocols, reducing the researchers' innate errors and material costs.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,382

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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)0,0000,000

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 Opus0,089
Tête enseignante GPT0,427
Écart entre enseignants0,338 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207