MétaCan
Menu
Retour à la cohorte
Enregistrement W2978326930 · doi:10.3920/wmj2019.2455

Current PCR-based methods for the detection of mycotoxigenic fungi in complex food and feed matrices

2019· article· en· W2978326930 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWorld Mycotoxin Journal · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesAgricultural Science and Technology Innovation ProgramChinese Academy of Agricultural SciencesNational Natural Science Foundation of China
Mots-clésMycotoxinBiologyEuropean unionMultiplexPenicilliumFood safetyPolymerase chain reactionFood scienceBiotechnologyMultiplex polymerase chain reactionOchratoxin AMicrobiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Mycotoxins are toxic secondary fungal metabolites produced by certain types of filamentous fungi, such as Aspergillus, Fusarium, and Penicillium spp. Mycotoxigenic fungi and their produced mycotoxins are considered to be an important issue in food and feed safety due to their toxic effects like carcinogenicity, immunosuppression, neurotoxicity, nephrotoxicity, and hepatotoxicity on humans and animals. To boost the safety level of food and feedstuff, detection and identification of toxins are essential at critical control points across food and feed chains. Zero-tolerance policies by the European Union and other organizations about the extreme low level of tolerance of mycotoxins contamination in food and feed matrices have led to an increasing interest to design more sensitive, specific, rapid, cost-effective, and safer to use mycotoxigenic fungi detection technologies. Hence, many mycotoxigenic fungi detection technologies have been applied to measure and control toxins contamination in food and feed substrates. PCR-based mycotoxigenic fungi detection technologies, such as conventional PCR, real-time PCR, nested PCR, reverse transcriptase (RT)-PCR, loop-mediated isothermal amplification (LAMP), in situ PCR, polymerase chain reaction-denaturing gradient gel electrophoresis (PCR DGGE), co-operational PCR, multiplex PCR, DNA arrays, magnetic capture-hybridization (MCH)-PCR and restriction fragment length polymorphism (RFLP), would contribute to our understanding about different mycotoxigenic fungi detection approaches and will enhance our capability about mycotoxigenic fungi identification, isolation and characterization at critical control points across food and feed chains. We have assessed the principles, results, the limit of detection, and application of these PCR-based detection technologies to alleviate mycotoxins contamination problem in complex food and feed substrates. The potential application of these detection technologies can reduce mycotoxins in complex food and feed matrices.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,542
Score d'incertitude au seuil0,370

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,035
Tête enseignante GPT0,294
Écart entre enseignants0,259 · 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