Rapid Detection and Identification of<i>Yersinia pestis</i>from Food Using Immunomagnetic Separation and Pyrosequencing
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
Interest has recently been renewed in the possible use of Y. pestis, the causative agent of plague, as a biological weapon by terrorists. The vulnerability of food to intentional contamination coupled with reports of humans having acquired plague through eating infected animals that were not adequately cooked or handling of meat from infected animals makes the possible use of Y. pestis in a foodborne bioterrorism attack a reality. Rapid, efficient food sample preparation and detection systems that will help overcome the problem associated with the complexity of the different matrices and also remove any ambiguity in results will enable rapid informed decisions to be made regarding contamination of food with biothreat agents. We have developed a rapid detection assay that combines the use of immunomagnetic separation and pyrosequencing in generating results for the unambiguous identification of Y. pestis from milk (0.9 CFU/mL), bagged salad (1.6 CFU/g), and processed meat (10 CFU/g). The low detection limits demonstrated in this assay provide a novel tool for the rapid detection and confirmation of Y. pestis in food without the need for enrichment. The combined use of the iCropTheBug system and pyrosequencing for efficient capture and detection of Y. pestis is novel and has potential applications in food biodefence.
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