Evaluation of a Multiplex PCR for Detection of the Top Seven Shiga Toxin-Producing Escherichia coli Serogroups in Ready-to-Eat Meats, Fruits, and Vegetables
Notice bibliographique
Résumé
Abstract Background: Ready-to-eat (RTE) meats, fruits, and vegetables contaminated by Shiga toxin producing Escherichia coli (STEC) raise serious concerns because they are often consumed directly without further processing. Objective: To evaluate a multiplex PCR for the detection of STEC across food categories. Methods: Samples (25 g) from seven RTE meat and nine fruit and vegetable matrices were inoculated with each of seven STEC (O157:H7, O26, O121, O145, O45, O103, O111) strains targeting 10 CFU/25 g, enriched in 225 mL of modified tryptone soya broth (mTSB), and tested by a multiplex real-time PCR for stx and eae genes, following U.S. Department of Agriculture (USDA) Food Safety and Inspection Service (FSIS) Microbiology Laboratory Guidebook (MLG) 5B, which was originally validated for meat products and environmental sponge. Results: The mTSB was successful at enriching for STEC in RTE meat, fruit, and vegetable matrices, except for sprouts; however, mEHEC resulted in successful enrichment of target organisms in mung bean sprouts. Suppression of eae results by stx in PCR was observed in six fruit and vegetable matrices. Conversely, suppression of stx gene by eae was not observed. PCR solely targeting eae is recommended if a fruit or vegetable sample tested positive for stx and negative for eae. Despite the significant effect from food matrix, strain, and experimental batch, the cycle threshold of PCR was <30 in inoculated samples, and mostly 30–42 and up in uninoculated samples. Conclusions: The multiplex PCR can be adopted for detection of all seven regulated STEC in RTE meat, fruit and vegetable matrices after validation with cut off value selected and justified based on real samples.
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 | 0,003 | 0,003 |
| 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 ».