Immunomagnetic Separation Significantly Improves the Sensitivity of Polymerase Chain Reaction in Detecting <i>Giavdia Duodenalis</i> and <i>Cryptosporidium</i> spp. in Dairy Cattle
Notice bibliographique
Résumé
The effectiveness of molecular methods for the detection of species of Giardia and Cryptosporidium in fecal samples is often reduced by low or intermittent cyst and oocyst shedding, and/or the presence of polymerase chain reaction (PCR) inhibitors. The present study investigates the use of immunomagnetic separation (IMS) as an additional concentration step before PCR in the detection of these common protozoan parasites in dairy cattle. The IMS-PCR assays were optimized for amplifying fragments of the 16S ribosomal RNA (rRNA), β-giardin, and glutamate dehydrogenase (GDH) genes of Giardia duodenalis, as well as fragments of the 18S rRNA, heat shock protein (HSP)-70, and Cryptosporidium oocyst wall protein (COWP) genes of Cryptosporidium spp. In all cases, IMS-PCR was more sensitive than PCR alone. A significantly greater number of Giardia-positive samples were identified using IMS-PCR of the 16S rRNA gene (P < 0.01) and of the GDH gene (P < 0.01), as compared with PCR without any additional concentration step. In the case of Cryptosporidium, IMS-PCR of the COWP gene (P = 0.02) resulted in a significantly greater number of positives than did PCR without the IMS concentration step. The greatest number of positives, however, was obtained using IMS-PCR to amplify a portion of the 16S rRNA gene of Giardia and a portion of the HSP-70 gene of Cryptosporidium. A further comparison of the optimized IMS-PCR assays to immunofluorescence microscopy suggested that the IMS-PCR assays were considerably more sensitive than microscopy was in the detection of Giardia cysts and Cryptosporidium oocysts in fecal samples.
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 | 0,002 | 0,002 |
| 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 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 ».