Direct Quantitation and Detection of Salmonellae in Biological Samples without Enrichment, Using Two-Step Filtration and Real-Time PCR
Notice bibliographique
Résumé
A new two-step filtration protocol followed by a real-time PCR assay based on SYBR green I detection was developed to directly quantitate salmonellae in two types of biological samples: i.e., chicken rinse and spent irrigation water. Four prefiltration filters, one type of final filter, and six protocols for recovery of salmonellae from the final filter were evaluated to identify an effective filtration protocol. This method was then combined with a real-time PCR assay based on detection of the invA gene. The best results were obtained by subsequent filtration of 100 ml of chicken rinse or 100 ml of spent irrigation water through filters with pore diameters of >40 mum to remove large particles and of 0.22 microm to recover the Salmonella cells. After this, the Salmonella cells were removed from the filter by vortexing in 1 ml of physiological saline, and this sample was then subjected to real-time quantitative PCR. The whole procedure could be completed within 3 h from sampling to quantitation, and cell numbers as low as 7.5 x 10(2) CFU per 100-ml sample could be quantified. Below this limit, qualitative detection of concentrations as low as 2.2 CFU/100 ml sample was possible on occasion. This study has contributed to the development of a simple, rapid, and reliable method for quantitation of salmonellae in food without the need for sample enrichment or DNA extraction.
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 | 0,000 | 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 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 ».