Improvements of virulence factor phenotypic tests for <i>Aeromonas salmonicida</i> subsp. <i>salmonicida</i>, a major fish pathogen
Notice bibliographique
Résumé
Aeromonas salmonicida subspecies salmonicida, a fish pathogen, expresses various virulence factors such as an A-layer, lipases and proteases during the infection process. Not all strains of this bacterium express the same virulence factors. It is important to be able to evaluate which factors are present when characterizing strains. The A-layer and secreted lipases and proteases are usually detected by agar-based tests that require long incubation (24 h and more) and may provide ambiguous results. In the present study, protocols have been optimized to determine the presence of these virulence factors using liquid tests. For A-layer detection, the optimized method stains the positive bacteria with Coomassie Brilliant Blue. The lipases are detected by a colorimetric biochemical reaction triggered by the degradation of p-nitrophenyl dodecanoate into a yellow product detectable by spectrophotometry, if the result is positive. Both of these tests show results in less than an hour. Finally, the protease activity is measured by clarification of a medium containing milk during an overnight bacterial growth. These new protocols provide opportunities for quicker characterization of A. salmonicida subsp. salmonicida strains and, particularly, provide more precise results.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».