Development, Optimization, and Validation of a Quantitative PCR Assay for Borrelia burgdorferi Detection in Tick, Wildlife, and Human Samples
Notice bibliographique
Résumé
Tick-borne pathogens are growing in importance for human and veterinary research worldwide. We developed, optimized, and validated a reliable quantitative PCR (qPCR; real-time PCR) assay to assess Borrelia burgdorferi infection by targeting two B. burgdorferi genes, ospA and flaB. When assessing previously tested tick samples, its performance surpassed the nested PCR in efficiency, sensitivity, and specificity. Since the detection of Borrelia is more difficult in mammalian samples, the qPCR assay was also assessed using wildlife tissues. For wildlife samples, the sensitivity and specificity of ospA primers, with the incorporation of a pre-amplification step, was equivalent or superior to the nested PCR. For human samples, no primer set was successful with human tissue without culture, but we detected Borrelia with ospA and flaB primers in 50% of the Lyme culture samples, corresponding to 60% of the participants with a Lyme disease diagnosis or suspicion. The specificity of amplification was confirmed by Sanger sequencing. The healthy participant culture samples were negative. This PCR-based direct detection assay performs well for the detection of Borrelia in different biological samples. Advancements in detection methods lead to a better surveillance of Borrelia in vectors and hosts, and, ultimately, enhance human and animal health.
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 | 0,000 | 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 | 0,000 |
| 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 ».