Detection of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) in a fourplex real-time quantitative reverse transcription-PCR assays
Notice bibliographique
Résumé
Abstract The early diagnosis of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infections is required to identify and isolate contagious patients to prevent further transmission of the coronavirus disease 2019 (COVID-19). In this study, we present a multitarget real-time TaqMan reverse transcription PCR (rRT-PCR) assay for the quantitative detection of SARS-CoV-2 and some of its circulating variants harboring mutations that give SARS-CoV-2 a selective advantage. Seven different primer-probe sets that included probes containing locked nucleic acid (LNA) nucleotides were designed to amplify specific wild-type and mutant sequences in Orf1ab, Envelope (E), Spike (S), and Nucleocapsid (N) genes. Furthermore, a newly developed primer-probe set targeted human β 2 -microglobulin (B2M) as a highly sensitive internal control for RT efficacy. All singleplex and fourplex assays detected ≤ 14 copies/reaction of quantified synthetic RNA transcripts, with a linear amplification range of 9 logarithmic orders. Primer-probe sets for detection of SARS-CoV-2 exhibited no false-positive amplifications with other common respiratory pathogens, including human coronaviruses NL63, 229E, OC43, and HKU-1. Given the emergence of SARS-CoV-2 variants and their rapid spread in some populations, fourplex rRT-PCR assay containing four primer-probe sets represents a reliable approach to detect multiple viral target sequences containing typical mutations of SARS-CoV-2 variants in a single reaction, allowing quicker detection of circulating relevant variants.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».