MétaCan
Menu
Retour à la cohorte
Enregistrement W4364354280 · doi:10.1371/journal.pone.0283990

Enabling low-cost and robust essentiality studies with high-throughput transposon mutagenesis (HTTM)

2023· article· en· W4364354280 sur OpenAlexafffund
Antoine Champie, Amélie De Grandmaison, Simon Jeanneau, Frédéric Grenier, Pierre‐Étienne Jacques, Sébastien Rodrigue

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésTransposon mutagenesisTransposable elementMutagenesisBiologySleeping Beauty transposon systemComputational biologyProtocol (science)ThroughputGeneticsComputer scienceGeneGenomeMutationMedicine

Résumé

récupéré en direct d'OpenAlex

Transposon-insertion sequencing (TIS) methods couple high density transposon mutagenesis with next-generation sequencing and are commonly used to identify essential or important genes in bacteria. However, this approach can be work-intensive and sometimes expensive depending on the selected protocol. The difficulty to process a high number of samples in parallel using standard TIS protocols often restricts the number of replicates that can be performed and limits the deployment of this technique to large-scale projects studying gene essentiality in various strains or growth conditions. Here, we report the development of a robust and inexpensive High-Throughput Transposon Mutagenesis (HTTM) protocol and validate the method using Escherichia coli strain BW25113, the parental strain of the KEIO collection. HTTM reliably provides high insertion densities with an average of one transposon every ≤20bp along with impressive reproducibility (Spearman correlation coefficients >0.94). A detailed protocol is available at protocol.io and a graphical version is also included with this 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 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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,006

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 Opus0,048
Tête enseignante GPT0,241
Écart entre enseignants0,193 · 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
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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207