MétaCan
Menu
Retour à la cohorte
Enregistrement W2963721472 · doi:10.1002/aah.10079

A Comparison of Nonlethal and Destructive Methods for Broad-Based Infectious Agent Screening of Chinook Salmon Using High-Throughput qPCR

2019· article· en· W2963721472 sur OpenAlexafffund
Amy K. Teffer, Kristina M. Miller

Notice bibliographique

RevueJournal of Aquatic Animal Health · 2019
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAquaculture disease management and microbiota
Établissements canadiensFisheries and Oceans CanadaUniversity of Victoria
Organismes subventionnairesFisheries and Oceans CanadaPacific Salmon FoundationGenome British Columbia
Mots-clésChinook windBiologyVirologyComputational biologyThroughputFisheryZoologyFish <Actinopterygii>Computer scienceOncorhynchusOperating system

Résumé

récupéré en direct d'OpenAlex

Molecular tools, such as high-throughput quantitative polymerase chain reaction (HT-qPCR), are useful for monitoring multiple infectious agents in wild animal populations (i.e., broad-based screening). If destructive tissue samples cannot be obtained due to experimental design requirements (e.g., bio-telemetry; holding with repeated biopsy) or the conservation status of host species, then nonlethally sampled tissues can be substituted. However, infection profiles have been found to differ between nonlethally and destructively sampled tissues. We present a comparative analysis of nonlethal (gill and blood) and destructive (pool of internal and external tissue) approaches for broad-based infectious agent screening of adult Chinook Salmon Oncorhynchus tshawytscha. Of a possible 47 agents, 16 were detected overall by nonlethal and destructive methods. Our results indicated moderate differences in infection profiles among tissues, with limitations of each tissue type dependent on the ecology of each agent. The gill was the most comprehensive screening tissue, as more infectious agents were detected overall in gill (n = 16) than in blood (n = 12) or multi-tissue pools (n = 15). The agreement in the estimated agent prevalence between tissue types ranged from poor to excellent, while overall agent community structure (the combined prevalence of all agents) showed low agreement between tissue types. Two agents occurred at 100% prevalence in all tissue types. Nine agents, including types of bacteria and gill parasites, were more prevalent in gill than in blood, while five agents, including one virus and several microparasites, were more prevalent in blood. Future studies should pair microscopy and histopathology with HT-qPCR to better characterize host health and disease development relative to molecular detection of agents across tissue types.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,401
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aquatic Animal HealthMême sujetAquaculture disease management and microbiotaTravaux en français237 207