Strategy to Detect Genetically Modified Bacteria Carrying Tetracycline Resistance Gene in Fermentation Products
Notice bibliographique
Résumé
Abstract Unexpected contaminations of unauthorized genetically modified microorganisms (GMM) harbouring antimicrobial resistance (AMR) genes in food and feed enzymes, additives and flavourings commercialized on the European market have recently alerted the competent authorities regarding the food and feed safety. At the control level, we have therefore proposed a PCR-based strategy as first line screening targeting GMM carrying AMR genes in order to help enforcement laboratories. The potential presence of frequently used AMR genes is first investigated, using real-time PCR. In case of a suspicious matrix, the full-length of the detected AMR genes is then determined, using conventional PCR followed by Sanger sequencing, allowing to support the competent authorities in their evaluation related to potential health risks. In this study, PCR methods targeting an additional key AMR gene, being the tet-L gene (GenBank: D00946.1) conferring a resistance to tetracycline, were developed and successfully assessed in terms of specificity, sensitivity and applicability. In integrating these PCR methods, the proposed PCR-based strategy, initially targeting two key AMR genes conferring a resistance to chloramphenicol (GenBank: NC_002013.1) and kanamycin (GenBank: M19465.1), is consequently strengthened, allowing the coverage of a larger spectrum of potential GMM contaminations in microbial fermentation products.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».