MétaCan
Menu
Retour à la cohorte
Enregistrement W4406145650 · doi:10.1099/jmm.0.001950

Modified multiplex PCR for serotyping and pathotyping of Streptococcus suis

2025· article· en· W4406145650 sur OpenAlexaff
Rujirat Hatrongjit, Kulsatri Sittichottumrong, Parichart Boueroy, Peechanika Chopjitt, Marcelo Gottschalk, Suphachai Nuanualsuwan, Anusak Kerdsin

Notice bibliographique

RevueJournal of Medical Microbiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueStreptococcal Infections and Treatments
Établissements canadiensUniversité de Montréal
Organismes subventionnairesKasetsart University Research and Development InstituteAgricultural Research Development Agency
Mots-clésSerotypeMultiplex polymerase chain reactionStreptococcus suisBiologyMicrobiologyVirulenceMultiplexPathogenic Escherichia coliVirologyPolymerase chain reactionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Introduction. Streptococcus suis is a zoonotic pathogen that causes invasive infections in humans who have been in close contact with infected pigs or contaminated pork-derived products. There is currently no consensus on the universal virulence factors or markers that can differentiate pathogenic from non-pathogenic or commensal S. suis isolates. Gap statement. A diagnostic tool for serotyping and pathotyping of S. suis is required for active public health surveillance and the One-Health approach. Aim. To improve the former multiplex PCR to serotyping all 29 recognized ‘true’ serotypes and distinguish pathogenic pathotypes using primers targeting the capsule and ROK pathogenic marker genes. Methodology. Four sets of multiplex PCRs were modified and improved to detect all 29 recognized serotypes of S. suis and distinguish their pathogenic pathotypes using the ROK gene. Results. This multiplex PCR allowed for the simultaneous amplification of S. suis -specific, serotype-specific and pathogenic pathotypes from the DNA of each serotype in each reaction. The accuracy, sensitivity, specificity, positive predictive value and negative predictive value of the pathogenic ROK marker genes were 84.7% (625/738), 96.4% (423/439), 67.6% (202/299), 81.4% (423/520) and 92.7% (202/218), respectively. There was a significant ( P -value <0.001), high positive likelihood ratio [2.9 with 2.5–3.5 of 95% confidence interval (CI)] and a significant odds ratio (55.1 with 31.6–95.9 of 95 % CI), which indicated that the ROK gene could be used as the pathogenic pathotype marker. No cross-reactions were observed with other bacterial species. Conclusion. This modified multiplex PCR was able to distinguish 29 well-known serotypes and predicted the pathogenic pathotypes of S. suis isolates from humans and pigs in a single assay. It is useful for One-Health surveillance of human and pig isolates of S. suis .

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 enseignants0,209
Score d'incertitude au seuil0,277

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 Opus0,025
Tête enseignante GPT0,343
Écart entre enseignants0,318 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical MicrobiologyMême sujetStreptococcal Infections and TreatmentsTravaux en français237 207