Use of real-time polymerase chain reaction for investigation of Senecavirus infection occurrence in Russia
Notice bibliographique
Résumé
Senecavirus, previously known as Seneca valley virus, is an emerging virus belonging to Senecavirus genus, Picornaviridae family, that can cause idiopathic vesicular disease clinically indistinguishable from foot-and-mouth disease, vesicular stomatitis and swine vesicular disease and thereby posing a great threat for pig holdings. Recently, evidence of Senecavirus A occurrence in pig herds in such countries as Brazil, the USA, Colombia, China and Thailand has been provided in foreign literature. Accurate diagnosis is crucial for of Senecavirus infection control. Results of studying the disease situation with genodiagnostic methods in the Russian Federation are presented in the paper. Primers and probe for real-time RT-PCR described by V. L. Fowler et al. in 2017 were used but the reaction conditions were optimized. Analysis of the method for its sensitivity showed absence of cross-reactivity with other tested viruses. The developed method for virus RNA detection was used to investigate senecavirus occurrence in pig holdings in the Russian Federation. A total of 1,577 samples of biological materials collected form pigs of different ages in 112 holdings located in 37 regions of the country were tested during 2018–2020. Senecavirus was detected in one holding located in the Urals Federal Okrug. It was supposed that the infectious agent had entered the said pig holding at the time of putting of the said holding into operation in 2015 and introduction of young breeding animals imported from Canada. This is the first report on Senecavirus detection in the Russian Federation. The threat of the pathogen introduction from other countries requires further Senecavirus infection investigation and control. The developed method can be used as a potential sensitive method for the said infectious disease diagnosis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».