Sensitive detection of chronic wasting disease prions recovered from environmentally relevant surfaces
Notice bibliographique
Résumé
Chronic wasting disease (CWD) has been identified in 30 states in the United States, four provinces in Canada, and recently emerged in Scandinavia. The association of CWD prions with environmental materials such as soil, plants, and surfaces may enhance the persistence of CWD prion infectivity in the environment exacerbating disease transmission. Identifying and quantifying CWD prions in the environment is significant for prion monitoring and disease transmission control. A systematic method for CWD prion quantification from associated environmental materials, however, does not exist. In this study, we developed an innovative method for extracting prions from swabs and recovering CWD prions swabbed from different types of surfaces including glass, stainless steel, and wood. We found that samples dried on swabs were unfavorable for prion extraction, with the greatest prion recovery from wet swabs. Using this swabbing technique, the recovery of CWD prions dried to glass or stainless steel was approximately 30% in most cases, whereas that from wood was undetectable by conventional prion immunodetection techniques. Real-time quake-induced conversion (RT-QuIC) analysis of these same samples resulted in an increase of the detection limit of CWD prions from stainless steel by 4 orders of magnitude. More importantly, the RT-QuIC detection of CWD prions recovered from stainless steel surfaces using this method was similar to the original CWD prion load applied to the surface. This combined surface swabbing and RT-QuIC detection method provides an ultrasensitive means for prion detection across many settings and applications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».