Concentration of Virus Particles from Environmental Water and Wastewater Samples Using Skimmed Milk Flocculation and Ultrafiltration
Notice bibliographique
Résumé
Water and wastewater-based epidemiology have emerged as alternative methods to monitor and predict the course of outbreaks in communities. The recovery of microbial fractions, including viruses, bacteria, and microeukaryotes from wastewater and environmental water samples is one of the challenging steps in these approaches. In this study, we focused on the recovery efficiency of sequential ultrafiltration and skimmed milk flocculation (SMF) methods using Armored RNA as a test virus, which is also used as a control by some other studies. Prefiltration with 0.45 µm and 0.2 µm membrane disc filters were applied to eliminate solid particles before ultrafiltration to prevent the clogging of ultrafiltration devices. Test samples, processed with the sequential ultrafiltration method, were centrifuged at two different speeds. An increased speed resulted in lower recovery and positivity rates of Armored RNA. On the other hand, SMF resulted in relatively consistent recovery and positivity rates of Armored RNA. Additional tests conducted with environmental water samples demonstrated the utility of SMF to concentrate other microbial fractions. The partitioning of viruses into solid particles might have an impact on the overall recovery rates, considering the prefiltration step applied before the ultrafiltration of wastewater samples. SMF with prefiltration performed better when applied to environmental water samples due to lower solid concentrations in the samples and thus lower partitioning rates to solids. In the present study, the idea of using a sequential ultrafiltration method arose from the necessity to decrease the final volume of the viral concentrates during the COVID-19 pandemic, when the supply of the commonly used ultrafiltration devices was limited, and there was a need for the development of alternative viral concentration methods.
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 | 0,000 |
| 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) | 0,000 | 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 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 ».