MétaCan
Menu
Retour à la cohorte
Enregistrement W4385156447 · doi:10.1016/j.ijpddr.2023.07.002

Droplet digital PCR as a tool to detect resistant isolates of Dirofilaria immitis

2023· article· en· W4385156447 sur OpenAlexafffund
Sohini Kumar, Roger K. Prichard, Thavy Long

Notice bibliographique

RevueInternational Journal for Parasitology Drugs and Drug Resistance · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueParasitic Diseases Research and Treatment
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthNational Institute of Allergy and Infectious DiseasesNational Center for Veterinary Parasitology
Mots-clésDirofilaria immitisBiologySingle-nucleotide polymorphismDigital polymerase chain reactionDrug resistanceAlleleSNPGeneticsPolymerase chain reactionGenotypeVirologyGeneImmunology

Résumé

récupéré en direct d'OpenAlex

Prevention of canine heartworm disease, caused by Dirofilaria immitis, relies on macrocyclic lactones for which drug resistance is now a concern. Although genetic polymorphisms have been associated with resistance in D. immitis populations, the mechanism is still not well understood. The lack of reliable in vitro assays to detect resistance is a limitation for confirming resistance. Ten single nucleotide polymorphisms (SNPs) were previously clinically validated in D. immitis resistant isolates, using the MiSeq platform. This technique although useful for research studies is expensive and does not facilitate rapid detection of these markers in small numbers of clinical samples. We developed a droplet digital PCR protocol for detecting SNPs correlating with ML resistance. Specific primers and hydrolysis probes encompassing the wildtype and mutant alleles were designed to amplify the SNP targets from genomic DNA of different D. immitis isolates. Allele frequencies were determined and the suitability of the ddPCR assay was assessed and compared with MiSeq data. The ddPCR assay accurately detected and quantified alternate nucleotides in two isolates of reference, the ML-susceptible Missouri (MO) and ML-resistant JYD-34, at the previously identified SNP positions. The presence of the SNPs was also determined in additional isolates with known or putative susceptible or resistant phenotypes. We observed SNP1 and SNP2 are more predictive markers and appear suitable for rapid detection and monitoring of drug resistance. Our results suggested that ddPCR could be employed to distinguish infection due to actual genetic resistance from infection with susceptible parasites and also for rapid detection of isolates not only with ML susceptible and resistant genotypes but also mixed genotypes that correspond to heterogeneous isolates containing a mixed population of ML susceptible and resistant parasites. DdPCR may be a useful tool for conducting surveys, or assessments of individual isolates, for genetic evidence of resistance or developing resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,355
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,354
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Parasitology Drugs and Drug ResistanceMême sujetParasitic Diseases Research and TreatmentTravaux en français237 207