MétaCan
Menu
Retour à la cohorte
Enregistrement W3002334491 · doi:10.1016/j.sciaf.2020.e00266

Development of an ELISA-based method for testing aflatoxigenicity and aflatoxigenic variability among Aspergillus species in culture

2020· article· en· W3002334491 sur OpenAlexfundno aff
Micah Kipkemboi Lagat, Faith Jebet Toroitich, Meshack Amos Obonyo

Notice bibliographique

RevueScientific African · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensnon disponible
Organismes subventionnairesGrand Challenges Canada
Mots-clésAflatoxinBiologyAspergillusBiotechnologyToxicologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

Aflatoxins contaminate foodstuff posing a severe threat to human health because chronic exposure is linked to liver cancer while acute exposure may cause death. Therefore, it is of interest to reduce the contamination of crops by aflatoxins in the field and post-harvest. Among the current technologies being developed is the deployment of non-aflatoxigenic strains of Aspergillus species to competitively exclude aflatoxigenic conspecifics from crops in the field thereby curtailing aflatoxin production by the former. The success in this endeavor makes the non-aflatoxigenic fungi good candidates for biological control programs. However, the current techniques for segregating non-aflatoxigenic from aflatoxigenic fungi suffer two main drawbacks: they are based on morphological and chemical tests with a combination of visual color changes detected in a culture plate which suffer some degree of inaccuracy. Secondly, the existing methods are incapable of accurately quantifying aflatoxin production by fungi in culture. We developed a culture system for inducing aflatoxin production by Aspergillus using maize kernels as growth substrate followed by quantification using ELISA. The method was compared to the Dichlorvos-Ammonia (DV-AM) method for determining aflatoxigenicity. Our findings encapsulate a method more robust than the currently used DV-AM approach because, for the first time, we are able to assess aflatoxigenicity and aflatoxigenic variability among Aspergillus species earlier classified as non-aflatoxigenic by the DV-AM method. Furthermore, the new method presents an opportunity to attribute the toxin production by actively growing fungal cultures. We believe this method when further developed presents a chance to study and predict fungal behavior prior to field trials for biological control programs.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,052
Tête enseignante GPT0,248
Écart entre enseignants0,196 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific AfricanMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207