Assessing microbial growth monitoring methods for challenging strains and cultures
Notice bibliographique
Résumé
Abstract This is a paper focusing on the comparison of growth curves using field relevant testing methods and moving away from colony counts. Challenges exist to explore antimicrobial growth of fastidious strains, poorly culturable bacterial and bacterial communities of environmental interest. Thus, various approaches have been explored to follow bacteria growth that can be an efficient surrogate for classical optical density or colony forming unit measurements. Here we tested optical density, ATP assays, DNA concentrations and 16S rRNA qPCR as means to monitor pure culture growth of six different species including Acetobacterium woodii, Bacillus subtilis, Desulfovibrio vulgaris, Geoalkalibacter subterraneus, Pseudomonas putida and Thauera aromatica . Optical density is and excellent, rapid monitoring method of pure culture planktonic cells but cannot be applied to environmental or complex samples. ATP assays provide rapid results but conversions to cell counts may be misleading for different species. DNA concentration is a very reliable technique which can be used for any sample type and provides genetic materials for downstream applications. qPCR of the 16S rRNA gene is a widely applicable technique for monitoring microbial cell concentrations but is susceptible to variation between replicates. DNA concentrations were found to correlate the best with the other three assays and provides the advantages of rapid extraction, consistency between replicates and potential for downstream analysis, DNA concentrations is determined to be the best universal monitoring method for complex environmental samples.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».