Comparison of cultural and analytical methods for determination of aflatoxin production by Mississippi Delta<i>Aspergillus</i>isolates
Notice bibliographique
Résumé
This study compared cultural and analytical methods for detecting aflatoxin production by Aspergillus species. Aspergillus isolates were obtained from various Mississippi Delta crops (corn, peanut, rice, cotton) and soils. Most of the isolates (99%) were A. flavus and the remainder comprised A. parasiticus and A. nomius. The following three cultural methods were evaluated on potato dextrose agar: fluorescence (FL) on beta-cyclodextrin-containing media (CD), yellow pigment (YP) formation in mycelium and medium, and color change after ammonium hydroxide vapor exposure (AV). Aflatoxins in culture extracts were confirmed by thin-layer chromatography (TLC) and quantified by enzyme-linked immunosorbent assay (ELISA). Of the 517 isolates, 314 produced greater than 20 ng/g of total aflatoxin based on ELISA, and 180 produced greater than 10 000 ng/g of aflatoxin in the medium. Almost all the toxigenic isolates (97%) were confirmed by TLC as producers. Of the toxigenic isolates, as determined by ELISA, 93%, 73%, and 70% gave positive FL, YP, and AV responses, respectively. Of the 203 isolates producing less than 20 ng/g of aflatoxin, 20%, 6%, and 0% of respective FL, YP, and AV methods gave false-positive responses. The 9% false-positive results from TLC fall within this range. This study showed good agreement among all tested cultural methods. However, these cultural techniques did not detect aflatoxin in all cultures that were found to produce aflatoxins by ELISA, LC/MS, and TLC. The best results were obtained when the AV color change and CD fluorescence methods were used together, yielding an overall success rate comparable to TLC but without the need for chemical extraction and the time and expense of TLC.
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 ».