Development of a quick and simple detection methodology for foot-and-mouth disease virus serotypes O, A and Asia 1 using a generic RapidAssay Device
Notice bibliographique
Résumé
BACKGROUND: Outbreaks of Foot-and-mouth disease (FMD) have resulted in tremendous economic losses. Thus, the development of a rapid and easily performed test for FMD detection is important for controlling a FMD outbreak and containing its spread. The purpose of this project is to develop a lateral flow immunochromatographic (LFI) strip test for rapid detection of FMD virus serotypes O, A and Asia 1. METHODS: Specific monoclonal antibodies (mAbs) against each serotype were produced and used as the capture mAbs. A serotype independent mAb was selected and used as the detection mAb with the aim of subsequently developing a multi-serotype strip test. A new generation of the generic RapidAssay Device (gRAD) was used for the test. RESULT: Each strip test can specifically detect the FMDV O, A or Asia 1 viruses, but not other vesicular disease viruses. The LFI strip tests for serotypes A and Asia 1 were able to identify all tested serotype A (n= 39) and Asia 1 field isolates (n=17). Whereas the test for serotype O detected 45 out of 46 field isolates. The sensitivity of this strip test was comparable with the double antibody sandwich ELISA for viral antigen detection. All vesicular fluid and epithelium samples collected from experimentally infected animals with serotype O, A and Asia 1 were identified as positive by the LFI strip test. Swab samples (n=11) collected over the lesion area from experimentally inoculated animals (serotype A) were examined. All of them demonstrated positive results using the LFI serotype A strip test and double antibody sandwich (DAS) ELISA. CONCLUSIONS: The ability of strip tests to produce rapid results and high specificity makes it a valuable tool for early detection of FMDV O, A and Asia 1 in the field.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».