Impact of Capsid and Genomic Integrity Tests on Norovirus Extraction Recovery Rates
Notice bibliographique
Résumé
Human norovirus (HuNoV) is the leading pathogen responsible for food-borne illnesses. However, both infectious and non-infectious HuNoV can be detected by RT-qPCR. This study evaluated the efficiency of different capsid integrity treatments coupled with RT-qPCR or a long-range viral RNA (long RT-qPCR) detection to reduce the recovery rates of heat inactivated noroviruses and fragmented RNA. The three capsid treatments evaluated (RNase, the intercalating agent PMAxx and PtCl4) reduced the recovery of heat inactivated HuNoV and murine norovirus (MNV) spiked on lettuce, when combined with the ISO 15216-1:2017 extraction protocols. However, PtCl4 also reduced non-heat-treated noroviruses recovery as estimated by RT-qPCR. The PMAxx and RNase treatments had a similar effect on MNV only. The most efficient approaches, the RNase and PMAxx treatments, reduced the heat-inactivated HuNoV recovery rates estimated using RT-qPCR by 2 and >3 log, respectively. The long RT-qPCR detection approach also reduced the recovery rates of heat inactivated HuNoV and MNV by 1.0 and 0.5 log, respectively. Since the long-range viral RNA amplification could be applied to verify or confirm RT-qPCR results, it also provides some advantages by reducing the risk of false positive HuNoV 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 | 0,005 | 0,011 |
| 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 | 0,001 |
| 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 | 0,001 |
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 ».