Metagenomic Analysis of Ready-to-Eat Foods on Retail Sale in the UK Identifies Diverse Genes Related to Antimicrobial Resistance
Notice bibliographique
Résumé
Antimicrobial Resistance (AMR), i.e., the evolution of microbes to become resistant to chemicals used to control them, is a global public health concern that can make bacterial diseases untreatable. Inputs including antibiotics, metals, and biocides can create an environment in the agrifood chain that selects for AMR. Consumption of food represents a potential exposure route to AMR microbes and AMR genes (ARGs), which may be present in viable bacteria or on free DNA. Ready-to-eat (RTE) foods are of particular interest because they are eaten without further cooking, so AMR bacteria or ARGs that are present may be consumed intact. They also represent varied production systems (fresh produce, cooked meat, dairy, etc.). An evidence gap exists regarding the diversity and consumption of ARGs in RTE food, which this study begins to address. We sampled 1001 RTE products at retail sale in the UK, in proportion to their consumption by the UK population, using National Diet and Nutrition Survey data. Bacterial DNA content of sample extracts was assessed by 16S metabarcoding, and 256 samples were selected for metagenomic sequencing for identification of ARGs based on consumption and likely bacterial DNA content. A total of 477 unique ARGs were identified in the samples, including ARGs that may be involved in resistance to important antibiotics, such as colistin, fluoroquinolones, and carbapenems, although phenotypic AMR was not measured. Based on the incidence of ARGs in food types, ARGs are estimated to be present in a high proportion of average diets. ARGs were detected on almost all RTE food types tested (48 of 52), and some efflux pump genes are consumed in 97% of UK diets.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».