Updated 16S rRNA-RFLP method for the identification of all currently characterised Arcobacter spp
Notice bibliographique
Résumé
BACKGROUND: Arcobacter spp. (family Campylobacteraceae) are ubiquitous zoonotic bacteria that are being increasingly recognised as a threat to human health. A previously published 16S rRNA-RFLP Arcobacter spp. identification method produced specific RFLP patterns for the six species described at that time, using a single endonuclease (MseI). The number of characterised Arcobacter species has since risen to 17. The aim of the present study was to update the 16S rRNA-RFLP identification method to include all currently characterised species of Arcobacter. RESULTS: Digestion of the 16S rRNA gene with the endonuclease MseI produced clear, distinctive patterns for 10 of the 17 species, while the remaining species shared a common or very similar RFLP pattern. Subsequent digestion of the 16S rRNA gene from these species with the endonucleases MnlI and/or BfaI generated species-specific RFLP patterns. CONCLUSIONS: 16S rRNA-RFLP analysis identified 17 Arcobacter spp. using either polyacrylamide or agarose gel electrophoresis. Microheterogeneities within the 16S rRNA gene, which interfered with the RFLP identification, were also documented for the first time in this genus, particularly in strains of Arcobacter cryaerophilus isolated from animal faeces and aborted foetuses.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 tête enseignante, 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 ».