Use of PCRRFLP for genotyping 16S rRNA and characterizing bacteria cultured from halibut fry
Notice bibliographique
Résumé
Small subunit ribosomal genes were explored using PCR-RFLP to facilitate the characterization of bacteria cultured from reared fry of the Atlantic halibut (Hippoglossus hippoglossus). Concern has been expressed about pathogen invasion in larvae lacking a counteracting normal flora that may aid the immune system in producing robust noninfected individuals. In this study, pure cultured representatives of normal flora that were previously found to be antagonistic towards a pathogenic Vibrio sp. were subjected to a whole cell PCR protocol amplifying approximately 1500 bp of 16S rDNA. Amplified DNA was digested by AluI, BstUI, CfoI, and RsaI, to generate restriction profiles. Before the isolates were characterized, a survey was performed to test the discriminative efficiency of the RFLP. Efficient detection of polymorphism and the resolution of species and subspecies were achieved. Using the RFLP on 103 isolates generated as many as 22 genotypes. Based on the restriction profiles, a taxonomic tree incorporating 19 reference strains was constructed. Partial sequencing found this tree to be dominated by gamma-Proteobacteria in clusters of Vibrio-, Pseudomonas-, and Alteromonas-affiliated species. Only nine isolates fell outside these genera, including the three isolates Shewanella alga, Deleya marina, and Marinomonas protea. These species have not previously been reported as halibut flora. The most frequently isolated genotype resembled Vibrio salmonicida.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».