MétaCan
Menu
Retour à la cohorte
Enregistrement W4416623849 · doi:10.5256/f1000research.161276.r264124

Referee report. For: HormonomicsDB: a novel workflow for the untargeted analysis of plant growth regulators and hormones [version 2; peer review: 2 approved]

2024· article· en· W4416623849 sur OpenAlexfundno aff
Jian You Wang

Notice bibliographique

RevueFaculty of 1000 Research Ltd · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWorkflowHuman growth hormonePlant growthHormoneWork (physics)

Résumé

récupéré en direct d'OpenAlex

Background Metabolomics is the simultaneous determination of all metabolites in a system. Despite significant advances in the field, compound identification remains a challenge. Prior knowledge of the compound classes of interest can improve metabolite identification. Hormones are a small signaling molecules, which function in coordination to direct all aspects of development, function and reproduction in living systems and which also pose challenges as environmental contaminants. Hormones are inherently present at low levels in tissues, stored in many forms and mobilized rapidly in response to a stimulus making them difficult to measure, identify and quantify. Methods An in-depth literature review was performed for known hormones, their precursors, metabolites and conjugates in plants to generate the database and an RShiny App developed to enable web-based searches against the database. An accompanying liquid chromatography – mass spectrometry (LC-MS) protocol was developed with retention time prediction in Retip. A meta-analysis of 14 plant metabolomics studies was used for validation. Results We developed HormonomicsDB, a tool which can be used to query an untargeted mass spectrometry (MS) dataset against a database of more than 200 known hormones, their precursors and metabolites. The protocol encompasses sample preparation, analysis, data processing and hormone annotation and is designed to minimize degradation of labile hormones. The plant system is used a model to illustrate the workflow and data acquisition and interpretation. Analytical conditions were standardized to a 30 min analysis time using a common solvent system to allow for easy transfer by a researcher with basic knowledge of MS. Incorporation of synthetic biotransformations enables prediction of novel metabolites. Conclusions HormonomicsDB is suitable for use on any LC-MS based system with compatible column and buffer system, enables the characterization of the known hormonome across a diversity of samples, and hypothesis generation to reveal knew insights into hormone signaling networks.

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)0,011
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil0,497

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,062
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0030,001
Communication savante0,0030,004
Science ouverte0,0040,006
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,6510,422

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 Opus0,058
Tête enseignante GPT0,333
Écart entre enseignants0,274 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFaculty of 1000 Research LtdMême sujetPlant Molecular Biology ResearchTravaux en français237 207