Optimization, validation, and application of a real-time PCR protocol for quantification of viable bacterial cells in municipal sewage sludge and biosolids using reporter genes and<i>Escherichia coli</i>
Notice bibliographique
Résumé
Biosolids result from treatment of sewage sludge to meet jurisdictional standards, including pathogen reduction. Once government regulations are met, materials can be applied to agricultural lands. Culture-based methods are used to enumerate pathogen indicator microorganisms but may underestimate cell densities, which is partly due to bacteria existing in a viable but non-culturable physiological state. Viable indicators can also be quantified by realtime polymerase chain reaction (qPCR) used with propidium monoazide (PMA), a dye that inhibits amplification of DNA found extracellularly or in dead cells. The objectives of this study were to test an optimized PMA-qPCR method for viable pathogen detection in wastewater solids and to validate it by comparing results to data obtained by conventional plating. Reporter genes from genetically marked Pseudomonas sp. UG14Lr and Agrobacterium tumefaciens 542 cells were spiked into samples of primary sludge, and anaerobically digested and Lystek-treated biosolids as cell-free DNA, dead cells, viable cells, and mixtures of live and dead cells, followed by DNA extraction with and without PMA, and qPCR. The protocol was then used for Escherichia coli quantification in the three matrices, and results compared to plate counts. PMA-qPCR selectively detected viable cells, while inhibiting signals from cell-free DNA and DNA found in membrane-compromised cells. PMA-qPCR detected 0.5-1 log unit more viable E. coli cells in both primary solids and dewatered biosolids than plate counts. No viable E. coli was found in Lystek-treated biosolids. These data suggest PMA-qPCR may more accurately estimate pathogen cell numbers than traditional culture methods.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».