Waterborne Pathogen Detection by Use of Oligonucleotide-Based Microarrays
Notice bibliographique
Résumé
A small-oligonucleotide microarray prototype was designed with probes specific for the universal 16S rRNA and cpn60 genes of several pathogens that are usually encountered in wastewaters. In addition to these two targets, wecE-specific oligonucleotide probes were included in the microarray to enhance its discriminating power within the Enterobacteriaceae family. Universal PCR primers were used to amplify variable regions of 16S rRNA, cpn60, and wecE genes directly in Escherichia coli and Salmonella enterica serovar Typhimurium genomic DNA mixtures (binary); E. coli, S. enterica serovar Typhimurium, and Yersinia enterocolitica genomic DNA mixtures (ternary); or wastewater total DNA. Amplified products were fluorescently labeled and hybridized on the prototype chip. The detection sensitivity for S. enterica serovar Typhimurium was estimated to be on the order of 0.1% (10(4) S. enterica genomes) of the total DNA for the combination of PCR followed by microarray hybridization. The sensitivity of the prototype could be increased by hybridizing amplicons generated by PCR targeting genes specific for a bacterial subgroup, such as wecE genes, instead of universal taxonomic amplicons. However, there was evidence of PCR bias affecting the detection limits of a given pathogen as increasing amounts of a different pathogen were spiked into the test samples. These results demonstrate the feasibility of using DNA microarrays in the detection of waterborne pathogens within mixed populations but also raise the problem of PCR bias in such experiments.
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) | 0,000 | 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) | 0,002 | 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 ».