Genetic Markers for Rapid PCR-Based Identification of Gull, Canada Goose, Duck, and Chicken Fecal Contamination in Water
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Avian feces contaminate waterways but contribute fewer human pathogens than human sources. Rapid identification and quantification of avian contamination would therefore be useful to prevent overestimation of human health risk. We used subtractive hybridization of PCR-amplified gull fecal 16S RNA genes to identify avian-specific fecal rRNA gene sequences. The subtracters were rRNA genes amplified from human, dog, cat, cow, and pig feces. Recovered sequences were related to Enterobacteriaceae (47%), Helicobacter (26%), Catellicoccus (11%), Fusobacterium (11%), and Campylobacter (5%). Three PCR assays, designated GFB, GFC, and GFD, were based on recovered sequence fragments. Quantitative PCR assays for GFC and GFD were developed using SYBR green. GFC detected down to 0.1 mg gull feces/100 ml (corresponding to 2 gull enterococci most probable number [MPN]/100 ml). GFD detected down to 0.1 mg chicken feces/100 ml (corresponding to 13 Escherichia coli MPN/100 ml). GFB and GFC were 97% and 94% specific to gulls, respectively. GFC cross-reacted with 35% of sheep samples but occurred at about 100,000 times lower concentrations in sheep. GFD was 100% avian specific and occurred in gulls, geese, chickens, and ducks. In the United States, Canada, and New Zealand, the three markers differed in their geographic distributions but were found across the range tested. These assays detected four important bird groups contributing to fecal contamination of waterways: gulls, geese, ducks, and chickens. Marker distributions across North America and in New Zealand suggest that they will have broad applicability in other parts of the world as well.
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.
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) | 0,000 | 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 découle