Development of two microbial source tracking markers for detection of wastewater-associated <i>Escherichia coli</i> isolates
Notice bibliographique
Résumé
ABSTRACT Escherichia coli has been used as an indicator of fecal pollution in environmental waters. However, its presence in environmental waters does not provide information on the source of water pollution. Identifying the source of water pollution is paramount to be able to effectively reduce contamination. The present study aimed to identify E. coli microbial source tracking (MST) markers that can be used to identify domestic wastewater contamination in environmental waters. We first analyzed wastewater E. coli genomes sequenced by us (n = 50) and RefSeq animal E. coli genomes of fecal origin (n = 82), and identified 144 candidate wastewater-associated marker genes. The sensitivity and specificity of the candidate marker genes were then assessed by screening the genes in 335 RefSeq wastewater E. coli genomes and 3,318 RefSeq animal E. coli genomes. We finally identified two MST markers, namely W_nqrC and W_clsA_2, which could be used for detection of wastewater-associated E. coli isolates. These two markers showed higher performance than the previously developed human wastewater-associated E. coli markers H8 and H12. When used in combination, W_nqrC and W_clsA_2 showed specificity of 98.9% and sensitivity of 25.7%. PCR assays to detect W_nqrC and W_clsA_2 were also developed and validated. The developed PCR assays are potentially useful for detecting E. coli isolates of wastewater origin in environmental waters, though users should keep in mind that the sensitivity of these markers is not high. Further studies are needed to assess the applicability of the developed markers to a culture-independent approach.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».