Source tracking of<i>Escherichia coli</i>by 16S–23S intergenic spacer region denaturing gradient gel electrophoresis (DGGE) of the<i>rrnB</i>ribosomal operon
Notice bibliographique
Résumé
This research validates a novel approach for source tracking based on denaturing gradient gel electrophoresis (DGGE) analysis of DNA extracted from Escherichia coli isolates. Escherichia coli from different animal sources and from river samples upstream from, at, and downstream of a combined sewer overflow were subjected to DGGE to determine sequence variations within the 16S-23S intergenic spacer region (ISR) of the rrnB ribosomal operon. The ISR was analyzed to determine if E. coli isolates from various animal sources could be differentiated from each other. DNA isolated from the E. coli animal sources was PCR amplified to isolate the rrnB operon. To prevent amplification of all 7 E. coli ribosomal operons by PCR amplification using universal primers, sequence-specific primers were utilized for the rrnB operon. Another primer set was then used to prepare samples of the 16S-23S ISR for DGGE. Comparison of PCR-DGGE results between human and animal sources revealed differences in the distribution and frequency of the DGGE bands produced. Human and Canada Goose isolates had the most unique distribution patterns and the highest percent of unique isolates and were grouped separately from all other animal sources. Method validation suggests that there are enough host specificity and genetic differences for use in the field. Field results at and around a combined sewer overflow indicate that this method can be used for microbial source tracking.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,000 | 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 ».