MétaCan
Menu
Retour à la cohorte
Enregistrement W3001812421 · doi:10.1186/s13071-019-3862-4

Bovine ticks harbour a diverse array of microorganisms in Pakistan

2020· article· en· W3001812421 sur OpenAlexaff
Abdul Ghafar, Alejandro Cabezas‐Cruz, Clémence Galon, Dasiel Obregón, Robin B. Gasser, Sara Moutailler, Abdul Jabbar

Notice bibliographique

RevueParasites & Vectors · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of MelbourneAustralian Centre for International Agricultural ResearchAustralian Society for ParasitologyAustralian Government
Mots-clésBiologyAnaplasmaBartonellaBabesiaVeterinary medicineEhrlichiaAnaplasma phagocytophilumTick-borne diseaseTheileriaTickParasitologyMicrobiologyVirologyZoologyParasite hostingGeneticsBorrelia burgdorferi

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ticks and tick-borne pathogens (TTBP) are a major constraint to livestock production in Pakistan; despite a high prevalence of TTBPs, knowledge on the capacity of Pakistani ticks to carry pathogens and endosymbionts is limited. Furthermore, mixed infections with multiple microorganisms further complicate and limit the detection potential of traditional diagnostic methods. The present study investigated the tick-borne microorganisms in bovine ticks in Pakistan, employing a high-throughput microfluidic real-time PCR based technique. METHODS: Ticks were collected from clinically healthy cattle (n = 116) and water buffaloes (n = 88) from 30 villages across six districts located in five agro-ecological zones (AEZs) of Pakistan from September to November 2017. The microfluidic real-time PCR was used to test the genomic DNA of individual ticks for the presence of 27 bacterial and eight parasitic microorganisms. Phylogenetic methods were used to assess the genetic relationship of DNA sequences determined herein. RESULTS: PCR detected DNA of at least one microorganism in each of 221 ticks tested (94.4%, 221/234). DNA-based detection inferred that single pathogens/endosymbionts were the most common (43.4%, 96/221) followed by double (38.9%, 86/221), triple (14.5%, 32/221), quadruple (2.3%, 5/221) and quintuple (0.9%, 2/221) mixed infections. Piroplasms (Babesia/Theileria spp.) were the most prevalent (31.6%, 74/234), followed by Ehrlichia spp. (20%, 47/234) and Anaplasma marginale (7.7%, 18/234). Anaplasma phagocytophilum, A. ovis, A. centrale, Babesia ovis, Borrelia spp., Rickettsia spp., R. massiliae, Bartonella spp. and Hepatozoon spp. were also detected. Endosymbionts such as Francisella-like (91.5%, 214/234) and Coxiella-like (1.3%, 3/234) organisms were also detected in ticks. The highest diversity of microorganisms was detected in Hyalomma anatolicum ticks (test-positive for 14/14 microorganisms), followed by Rhipicephalus microplus (4/14), Hy. hussaini (3/14) and Rh. annulatus (2/14). Ticks collected from cattle carried significantly more frequently piroplasms (41.2%, 54/131; P < 0.05) than those from buffaloes (19.4%, 20/103). However, the overall prevalence of microorganisms did not vary significantly among ticks from the two host species as well as across different AEZs. CONCLUSIONS: To our knowledge, this is the first study to investigate a wide range of tick-borne microorganisms in bovine ticks using a high-throughput diagnostic method from different AEZs in Pakistan. These findings will aid in establishing the distribution patterns and the control of tick-borne pathogens of bovines in Pakistan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations152
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueParasites & VectorsMême sujetVector-borne infectious diseasesTravaux en français237 207