MétaCan
Menu
Retour à la cohorte
Enregistrement W3215484778 · doi:10.3390/pathogens10121548

Pan-Piscine Orthoreovirus (PRV) Detection Using Reverse Transcription Quantitative PCR

2021· article· en· W3215484778 sur OpenAlexafffund
Julie Zhao, Niccolò Vendramin, Argelia Cuenca, Mark P. Polinski, Laura M. Hawley, Kyle A. Garver

Notice bibliographique

RevuePathogens · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésBiologyVirologyVirusReverse transcriptaseGenotypeReverse transcription polymerase chain reactionReal-time polymerase chain reactionHost (biology)GenomeRNAGeneGeneticsMessenger RNA

Résumé

récupéré en direct d'OpenAlex

Piscine orthoreovirus (PRV) infects farmed and wild salmon and trout species in North America, South America, Europe, and East Asia. PRV groups into three distinct genotypes (PRV-1, PRV-2, and PRV-3) that can vary in distribution, host specificity, and/or disease potential. Detection of the virus is currently restricted to genotype specific assays such that surveillance programs require the use of three assays to ensure universal detection of PRV. Consequently, herein, we developed, optimized, and validated a real-time reverse transcription quantitative PCR assay (RT-qPCR) that can detect all known PRV genotypes with high sensitivity and specificity. Targeting a conserved region at the 5' terminus of the M2 segment, the pan-PRV assay reliably detected all PRV genotypes with as few as five copies of RNA. The assay exclusively amplifies PRV and does not cross-react with other salmonid viruses or salmonid host genomes and can be performed as either a one- or two-step RT-qPCR. The assay is highly reproducible and robust, showing 100% agreement in test results from an inter-laboratory comparison between two laboratories in two countries. Overall, as the assay provides a single test to achieve highly sensitive pan-specific PRV detection, it is suitable for research, diagnostic, and surveillance purposes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,360
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePathogensMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207