Acute Toxicity of Mycotoxigenic Fungi Isolates in Ready-to-Eat Meat in Buea, Cameroon
Notice bibliographique
Résumé
Introduction: Meat is an important source of nutrition for many people worldwide. Away from homes, it is widely consumed in restaurants (e.g. small roadside) and non-restaurants (including drinking parlors and open-air)in various forms assnack. Objective: This paper reports on the acute toxicity of mycotoxigenic fungi isolates from various ready-to-eat meat from Buea, Cameroon. Method: Ten varieties of ready-to-eat meat samples (N=130: raw beef (n=18), beef soya (n=29), fried chicken (n=11), chicken soya (n=10), snail soya (n=13), fried pork (n=06), fried cow liver (n=13), roasted goat (n=06), boiled cow skin (n=07) and smoked beef (n=17).were collected from Buea municipality. The samples were cultures, and fungal isolates isolated microscopically. Thereafter, an acute toxicity test using 24 young BALB/c mice (weight range: 22-25g) was performed. Results: A total of 40 mycotoxigenic fungi belonging to five genera (Aspergillus, Penicillium, Fusarium, Rhizomucor, and Rhizopus) were identified. The most dominant species was Aspergillus (unidentified Aspergillus species, 23.1%; and Aspergillus ochraceus,10.3%).The order of Aspergillus fungi proliferation were roasted goat liver(20%), fried chicken (20%), snails soya (20%)ean body weight of test mice significantly decreased (p<0.05) after the first 7 days of feeding with a mycotoxigenic fungi-supplemented diet relative to control mice that ate healthy diets. Aspartate Transaminase (AST, range: 169.9-563.1U/L) and Alanine Transaminase (ALT, range:521.1-707.5U/L) levels were significantly (p<0.05) higher than the reference values for healthy mice (range: 60-100U/L for AST and 25-6U/L for ALT). Conclusion: Given the toxicity potentials of mycotoxigenic fungi, e.g. production of toxic secondary metabolites, not reported in this paper, and demonstrated by the liver toxicity/function test, ready-to-eat meat in Buea, Cameroon may not be adequately safe for consumption.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».