Development of Recombinase Aided Amplification (RAA)-Exo-Probe Assay for the Rapid Detection of Shiga Toxin-Producing <i>Escherichia coli</i>
Notice bibliographique
Résumé
BACKGROUND: Shiga toxin-producing Escherichia coli (STEC) is a significant cause of foodborne illness causing various gastrointestinal diseases including hemolytic uremic syndrome (HUS), the most severe form, which can lead to kidney failure or even death. OBJECTIVE: Here, we report the development of recombinase aided amplification (RAA)-exo-probe assays targeting the stx1 and stx2 genes for the rapid detection of STEC in food samples. METHODS: Primers and exo-probes were designed and optimized for the detection of stx1 and stx2 using RAA technology. The optimal STEC RAA-exo-probe assays were then tested for specificity and sensitivity, and validated in both spiked and real food samples. RESULTS: These assays were found to be 100% specific to STEC strains and were also highly sensitive with a detection limit of 1.6 × 103 CFU/mL or 32 copies/reaction. Importantly, the assays were able to successfully detect STEC in spiked and real food samples (beef, mutton, and pork), with a detection limit as low as 0.35 CFU/25g in beef samples after an overnight enrichment step. CONCLUSIONS: Overall, the RAA assay reactions completed within ∼20 min and were less dependent on expensive equipment, suggesting they can be easily adopted for in-field testing requiring only a fluorescent reader. HIGHLIGHTS: As such, we have developed two rapid, sensitive, and specific assays that can be used for the routine monitoring of STEC contamination in food samples, particularly in the field or in poorly equipped labs.
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 | 0,002 | 0,001 |
| 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) | 0,000 | 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 ».