Denaturing gradient gel electrophoresis for nonlethal detection of <i>Aeromonas salmonicida</i> in salmonid mucus and its potential for other bacterial fish pathogens
Notice bibliographique
Résumé
Denaturing gradient gel electrophoresis (DGGE) of 16S rDNA was used to nonlethally detect Aeromonas salmonicida and other bacteria in salmonid skin mucus. Mucus samples from wild spawning coho salmon (Oncorhynchus kisutch) with endemic A. salmonicida and from cultured lake trout (Salvelinus namaycush) were tested by PCR-DGGE and were compared with mucus culture on Coomassie brilliant blue agar and internal organ culture. PCR-DGGE gave a highly reproducible 4-band pattern for 9 strains of typical A. salmonicida, which was different from other Aeromonas spp. Aeromonas salmonicida presence in mucus was evident as a band that comigrated with the bottom band of the A. salmonicida 4-band pattern and was verified by sequencing. PCR-DGGE found 36 of 52 coho salmon positive for A. salmonicida, compared with 31 positive by mucus culture and 16 by organ culture. Numerous other bacteria were detected in salmonid mucus, including Pseudomonas spp., Shewanella putrefaciens, Aeromonas hydrophila and other aeromonads. However, Yersinia ruckeri was not detected in mucus from 27 lake trout, but 1 fish had a sorbitol-positive Y. ruckeri isolated from organ culture. Yersinia ruckeri seeded into a mucus sample suggested that PCR-DGGE detection of this bacterium from mucus was possible. PCR-DGGE allows nonlethal detection of A. salmonicida in mucus and differentiation of some Aeromonas spp. and has the potential to allow simultaneous detection of other pathogens present in fish mucus.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».