Optimization and validation of rep-PCR genotypic libraries for microbial source tracking of environmental Escherichia coli isolates
Notice bibliographique
Résumé
Escherichia coli can be used to help identify sources of fecal contamination in the environment. Escherichia coli genotypic fecal libraries and pattern-matching algorithms were assessed for their effectiveness in correctly identifying sources. Fecal samples (n = 172) were collected from various sources from three agricultural landscapes in Canada. Escherichia coli isolates were fingerprinted using BOX- and enterobacterial repetitive intergenic consensus (ERIC) - polymerase chain reaction primers, revealing 769 and 1 057 distinct genotypes, respectively, for the 9 047 isolates collected in 2004 in Ontario. The average rate of correct classification (ARCC) was comparable for BOX- (48%) and ERIC-based (62%) libraries and between libraries with clones removed per sample (55%) and clones removed per unit (54%). ARCC increased with fewer classification units (from 44% to 65%). ARCC for k-nearest neighbour (64%) and maximum similarity (60%) algorithms were comparable, but maximum similarity had better sensitivity and specificity than k-nearest neighbour. Geographical and temporal shifts in community composition resulted in loss of accuracy. Several ERIC genotypes (n = 112) were common between sources and were removed from the library, improving ARCC (77%). The latter library proved to be more accurate, but its accuracy with respect to sourcing environmental isolates remains to be tested.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».