Source Tracking Based on Core Genome SNV and CRISPR Typing of Salmonella enterica Serovar Heidelberg Isolates Involved in Foodborne Outbreaks in Québec, 2012
Notice bibliographique
Résumé
Whole-genome sequencing (WGS) is the method of choice for bacterial subtyping and it is rapidly replacing the more traditional methods such as pulsed-field gel electrophoresis (PFGE). Here we used the high-resolution core genome single nucleotide variant (cgSNV) typing method to characterize clinical and food from Salmonella enterica serovar Heidelberg isolates in the context of source attribution. Additionally, clustered regularly interspaced short palindromic repeats (CRISPR) analysis was included to further support this method. Our results revealed that cgSNV was highly discriminatory and separated the outbreak isolates into distinct clusters (0-4 SNVs). CRISPR analysis was also able to distinguish outbreak strains from epidemiologically unrelated isolates. Specifically, our data clearly demonstrated the strength of these two methods to determine the probable source(s) of a 2012 epidemiologically characterized outbreak of S. Heidelberg. Using molecular cut-off of 0-10 SNVs, the cgSNV analysis of 246 clinical and food isolates of S. Heidelberg collected in Québec, in the same year of the outbreak event, revealed that retail and abattoir chicken isolates likely represent an important source of human infection to S. Heidelberg. Interestingly, the isolates genetically related by cgSNV also harboured the same CRISPR as outbreak isolates and clusters. This indicates that CRISPR profiles can be useful as a complementary approach to determine source attribution in foodborne outbreaks. Use of the genomic analysis also allowed to identify a large number of cases that were missed by PFGE, indicating that most outbreaks are probably underestimated. Although epidemiological information must still support WGS-based results, cgSNV method is a highly discriminatory method for the resolution of outbreak events and the attribution of these events to their respective sources. CRISPR typing can serve as a complimentary tool to this analysis during source tracking.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».