Evaluation of a new automated viral RNA extraction platform for hepatitis A virus and human norovirus in testing of berries, lettuce, and oysters
Notice bibliographique
Résumé
Fruits, vegetables, and shellfish are often associated with outbreaks of illness caused particularly by human norovirus (HuNoV) and hepatitis A virus (HAV), the leading causative agents of foodborne illness worldwide. The aim of this study was to evaluate a new automated nucleic acid extraction platform (EGENE-UP EASYPREP) for enteric viruses in several at-risk food matrices and to test its limit of detection in comparison to a semi-automated method (EGENE-UP) using Boom methodology for nucleic acid extraction as suggested in the reference method ISO 15216-2:2019. Fresh and frozen raspberries, frozen blackberries, romaine lettuce and oyster digestive glands were artificially contaminated with HAV, HuNoV GII.4 or HuNoV GI.7 at 102, 103 or 104 genome copies/sample. Virus was then recovered from the food matrix using the ISO method. Viral RNA extracted from frozen berry samples by the automated system was purified on a column for additional removal of RT-qPCR inhibitors. For fresh raspberry, oysters, and romaine lettuce, the two extraction platforms were deemed equivalent. For frozen raspberry, the automated platform appeared to be more efficient for viral recovery, particularly for HAV and HuNoV GI at lower concentrations. With frozen blackberries, the two platforms may be considered equivalent for all targeted viruses. However, the automated method led to less sample-associated inhibition of the PCR, 56.5 % of samples versus 95.0 % for the semi-automated. We thus found that the automated extraction can be performed easily by users while obtaining equivalent or even superior results to the ISO 15216-2:2019 method, and therefore appears to be suitable for routine sanitary monitoring in food processing and for tracing outbreaks of illness.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».