Fate of<i>Escherichia coli</i>O157:H7 in irrigation water on soils and plants as validated by culture method and real-time PCR
Notice bibliographique
Résumé
One of the most common vehicles by which Escherichia coli O157:H7 may be introduced into crops is contaminated irrigation water. Water contamination is becoming more common in rural areas of the United States as a result of large animal operations, and up to 40% of tested drinking-water wells are contaminated with E. coli. In this study, 2 contrasting soil samples were inoculated with E. coli O157:H7 expressing green fluorescent protein through irrigation water. Real-time PCR and culture methods were used to quantify the fate of this pathogen in phyllosphere (leaf surface), rhizosphere (volume of soil tightly held by plant roots), and non-rhizosphere soils. A real-time PCR assay was designed with the eae gene of E. coli O157:H7. The probe was incorporated into real-time PCR containing DNA extracted from the phyllosphere, rhizosphere, and non-rhizosphere soils. The detection limit for E. coli O157:H7 quantification by real-time PCR was 1.2 x 10(3) in the rhizosphere, phyllosphere, and non-rhizosphere samples. E. coli O157:H7 concentrations were higher in the rhizosphere than in the non-rhizosphere soils and leaf surfaces, and persisted longer in clay soil. The persistence of E. coli O157:H7 in phyllosphere, rhizosphere, and non-rhizosphere soils over 45 days may play a significant part in the recontamination cycle of produce in the environment. Therefore, the rapidity of the real-time PCR assay may be a useful tool for quantification and monitoring of E. coli O157:H7 in irrigation water and on contaminated fresh produce.
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 ».