Testing of candidate non-lethal sampling methods for detection of Renibacterium salmoninarum in juvenile Chinook salmon Oncorhynchus tshawytscha
Notice bibliographique
Résumé
Non-lethal pathogen testing can be a useful tool for fish disease research and management. Our research objectives were to determine if (1) fin clips, gill snips, surface mucus scrapings, blood draws, or kidney biopsies could be obtained non-lethally from 3 to 15 g Chinook salmon Oncorhynchus tshawytscha, (2) non-lethal samples could accurately discriminate between fish exposed to the bacterial kidney disease agent Renibacterium salmoninarum and non-exposed fish, and (3) non-lethal samples could serve as proxies for lethal kidney samples to assess infection intensity. Blood draws and kidney biopsies caused ≥5% post-sampling mortality (Objective 1) and may be appropriate only for larger fish, but the other sample types were non-lethal. Sampling was performed over 21 wk following R. salmoninarum immersion challenge of fish from 2 stocks (Objectives 2 and 3), and nested PCR (nPCR) and real-time quantitative PCR (qPCR) results from candidate non-lethal samples were compared with kidney tissue analysis by nPCR, qPCR, bacteriological culture, enzyme-linked immunosorbent assay (ELISA), fluorescent antibody test (FAT) and histopathology/immunohistochemistry. R. salmoninarum was detected by PCR in >50% of fin, gill, and mucus samples from challenged fish. Mucus qPCR was the only non-lethal assay exhibiting both diagnostic sensitivity and specificity estimates>90% for distinguishing between R. salmoninarum-exposed and non-exposed fish and was the best candidate for use as an alternative to lethal kidney sample testing. Mucus qPCR R. salmoninarum quantity estimates reflected changes in kidney bacterial load estimates, as evidenced by significant positive correlations with kidney R. salmoninarum infection intensity scores at all sample times and in both fish stocks, and were not significantly impacted by environmental R. salmoninarum concentrations.
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 | 0,000 |
| 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 | 0,001 | 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 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 ».