Identification of <i>Mycobacterium</i> spp. by Using a Commercial 16S Ribosomal DNA Sequencing Kit and Additional Sequencing Libraries
Notice bibliographique
Résumé
Current methods for identification of Mycobacterium spp. rely upon time-consuming phenotypic tests, mycolic acid analysis, and narrow-spectrum nucleic acid probes. Newer approaches include PCR and sequencing technologies. We evaluated the MicroSeq 500 16S ribosomal DNA (rDNA) bacterial sequencing kit (Applied Biosystems, Foster City, Calif.) for its ability to identify Mycobacterium isolates. The kit is based on PCR and sequencing of the first 500 bp of the bacterial rRNA gene. One hundred nineteen mycobacterial isolates (94 clinical isolates and 25 reference strains) were identified using traditional phenotypic methods and the MicroSeq system in conjunction with separate databases. The sequencing system gave 87% (104 of 119) concordant results when compared with traditional phenotypic methods. An independent laboratory using a separate database analyzed the sequences of the 15 discordant samples and confirmed the results. The use of 16S rDNA sequencing technology for identification of Mycobacterium spp. provides more rapid and more accurate characterization than do phenotypic methods. The MicroSeq 500 system simplifies the sequencing process but, in its present form, requires use of additional databases such as the Ribosomal Differentiation of Medical Microorganisms (RIDOM) to precisely identify subtypes of type strains and species not currently in the MicroSeq library.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,004 | 0,003 |
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 ».