Bacterial community in fresh fruits and vegetables sold in streets and open-air markets of Dakar, Senegal
Notice bibliographique
Résumé
In the context of food transition, the agrifood sector has experienced increasingly strong demand for horticultural products. Fresh fruits and vegetables are mainly vehicles of microorganisms, including pathogens that cause human infections. Food safety and compliance with health standards in the fruits and vegetable value chain are significant concerns and multiple challenges, given the prevalence of foodborne pathologies in Southern countries, particularly in Senegal. This study aimed to describe the bacterial community and assess the microbiological quality of a range of fruits and vegetables sold on street stalls and open-air markets in Dakar, the capital city of Senegal. Samples purchased in seven sites were analyzed to isolate Escherichia coli (E. coli), Salmonella spp. and Vibrio spp. Some primary samples with a positive microbiological culture were subjected to DNA extraction and subsequent metagenomic analysis. A total of 240 fresh fruit and vegetable samples were collected, including lettuce (n = 40), tomatoes (n = 40), mango slices (n = 40), onion slices (n = 40), mint leaves (n = 40), strawberries and grapes (each n = 20). Of these samples, 50.83% (122/240) and 60.41% (145/240) were contaminated with E. coli and Vibrio spp., respectively, while Salmonella was not isolated in any product. E. coli and Vibrio spp. contamination levels, 1.3 103 to 6 106 Colonies Forming Units per gram of sample (CFU/g) and 4.55 102 to 8.73 106 CFU/g, respectively, were significantly above the thresholds acceptable for human consumption. The most contaminated samples were lettuce, with a prevalence of 98% (39/40) for E. coli and Vibrio spp. followed by mint leaves with 100% (40/40) and 93% (37/40) of the samples containing E. coli and Vibrio spp. respectively. Out of 46 samples sequenced, the metagenomic analysis revealed high contamination rates for E. coli, Vibrio spp. and Salmonella spp., with 100%, 67.39% and 93.47% of prevalence, respectively. On the other hand, the alpha diversity analysis shows high bacterial diversity in lettuce and mint leaf samples, while the beta diversity analysis highlighted the presence of two major clusters. Our results stress the need for a surveillance system that extends this investigation to a national scale while increasing the number of sampling sites and products analyzed.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».