Exploration of high-density oligoarrays as tools to assess substantial equivalence of genetically modified crops
Notice bibliographique
Résumé
Since the early 1990s, the concept of substantial equivalence has been a guiding principle of the Canadian Food Inspection Agency and Health Canada's regulatory approach toward products of plant biotechnology destined for the food and livestock feed markets. To assess substantial equivalence in terms of chemical composition, genetically modified (GM) plants are compared to conventional counterparts at the level of macro- and micro-nutrients, allergens and toxicants. Such targeted comparative analyses are limited in their scope and their capacity to detect unintended changes in chemical composition. There is a need to develop more effective testing protocols to improve the substantial equivalence assessment of GM crops. The objective of this thesis was to explore high-density oligoarrays as tools to assess substantial equivalence of Roundup Ready(TM) soybean. Three conventional and two GM soybean varieties were selected according to the similarity of their performance in field trials. Total RNA was extracted from first trifoliate leaves harvested from soybean plants grown in a controlled environment until the V2 stage. To annotate the 37 776 soybean probesets present on the multi-organism Soybean Affymetrix GeneChip(TM), consensus sequences were aligned with TIGR Soybean Gene Index tentative consensus sequences using BLASTN. After redefining the chip description file to exclude non-soybean probesets, the effects of three different normalization methods (Robust Multichip Average (RMA), Microarray Analysis Suite (MAS 5.0) and Model-Based Expression Index) were compared and Significance Analysis of Microarrays (SAM for R-Bioconductor) was applied to detect differential gene expression between conventional and GM soybean varieties. Eleven candidate genes were selected for further studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».