MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409203763 · doi:10.20944/preprints202504.0338.v1

Direct PCR for Rapid and Safe Pathogen Detection: Field Testing in Emerging Infectious Disease Outbreaks?

2025· preprint· en· W4409203763 sur OpenAlexfundno aff
Ivan Brukner, Matthew Oughton

Notice bibliographique

RevuePreprints.org · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University Health Centre
Mots-clésOutbreakVirologyPathogenInfectious disease (medical specialty)Emerging infectious diseaseBiologyDiseaseMicrobiologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Rapid, safe, and field-deployable molecular diagnostics are crucial for effective man-agement of infectious disease outbreaks, particularly those involving highly infectious pathogens, which can produce clinical symptoms similar to less infectious pathogens, thus raising potential biosafety concerns. In this study, we evaluated DNA/RNA De-fend Pro (DRDP) buffer, a novel viral-inactivating transport medium designed to stabilize nucleic acids and allow direct PCR without nucleic acid extraction. To ensure critical qPCR parameters were not compromised by using DRDP, we conducted serial dilution tests using herpes simplex viruses 1 and 2 (HSV-1, HSV-2) and varicel-la-zoster virus (VZV), comparing DRDP to standard universal transport medium (UTM). Detection sensitivity, determined by cycle quantification (Cq) values, slightly favored DRDP, as UTM samples required a 2–3-fold dilution to mitigate PCR inhibition. DRDP maintained reliable PCR compatibility at reaction volumes containing up to 25% buffer. At higher DRDP concentrations (30–35%), PCR inhibition occurred due to EDTA content but was fully reversible by adding supplemental magnesium. Fur-thermore, DRDP samples did not require an initial 95 °C thermal lysis step, thus simplifying the procedure without reducing PCR sensitivity or efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,006

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 Opus0,047
Tête enseignante GPT0,336
Écart entre enseignants0,289 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.org→Même sujetMolecular Biology Techniques and Applications→Travaux en français237 207→