MétaCan
Menu
Retour à la cohorte
Enregistrement W3194973932 · doi:10.15586/ijfs.v33isp1.1995

DNAFoil, a novel technology for the rapid detection of food pathogens: Preliminary validation on Salmonella and Listeria monocytogenes

2021· article· en· W3194973932 sur OpenAlexaff
Aly El Sheikha

Notice bibliographique

RevueItalian Journal of Food Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésListeria monocytogenesSalmonellaListeriaContaminationBiologyPathogenNucleic acidFood scienceMicrobiologyFood contaminantFood microbiologyBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

Over the past decades, several tools have been developed for food pathogen detection, including proteomics, metabolomics, immunological, biosensor, and nucleic acid-based approaches. Although these techniques are reliable and precise, they are time-consuming, technically challenging, and costly. Hence, it is necessary to develop rapid techniques for food pathogen detection, which can be performed at the household level. DNAFoil mechanism is a portable, completely self-administered, on-site DNA test that does not need expensive instru-ments or settings to confirm food pathogen detection in as little as 30 min. DNAFoil was used successfully for detecting food contamination and adulteration with pork derivatives (down to 0.1%) and vegetal components (down to 0.01%), respectively. In this study, initial validation experiments of DNAFoil were investigated to detect Listeria monocytogenes and Salmonella contamination. To confirm the specificity of the proposed method toward Salmonella, 18 different Salmonella strains, 6 non-Salmonella bacteria, and 2 fungi were investigated; also, in the case of Listeria monocytogenes, five bacterial strains, two fungi, and Listeria monocytogenes were investigated. The results stated that the Swiss Decode Salmonella and L. monocytogenes solutions can detect as few as 1 and 10 copies of DNA per microliter, respectively. The results also showed that the accuracy of our method ranges between 92 and 100%, while the precision value ranged between 88 and 100%. In terms of quality control applicability, DNAFoil Salmonella and Listeria monocytogenes reactions could be visually detected with the naked eye using a lateral flow strip, which could be used for in-place quality control during manufacturing and also can be used for more lab tests. In terms of cost, DNAFoil is usually much cheaper than the traditional detection methods. Therefore, DNAFoil is proposed as a promising and universal detection technology for food pathogens.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,240
Écart entre enseignants0,209 · 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 tête enseignante, 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
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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueItalian Journal of Food ScienceMême sujetBiosensors and Analytical DetectionTravaux en français237 207