A ddPCR method for simultaneous detection and quantification of Salmonella enterica, Staphylococcus aureus, Listeria monocytogenes, and Bacillus cereus in foods
Notice bibliographique
Résumé
The traditional methods for the detection and quantification of foodborne bacteria are time-consuming with the potential for false negative pathogen-free results. Rapid and effective detection and quantification of foodborne pathogenic microorganisms are crucial in prevention and control of foodborne diseases. In the last decade, the technique of droplet digital polymerase chain reaction (ddPCR) has been widely applied for the precise quantification of gene expression. The aim of this study is to establish a quadruplex ddPCR method to detect and quantify simultaneously four major bacterial pathogens, Salmonella enterica serotype Typhi, Staphylococcus aureus , Listeria monocytogenes and Bacillus cereus , potentially co-existing in instant food. A strong linear correlation (r 2 >0.999) was observed in the ranges of 33-21500 copies/20µL for S. Typhi, 28-18400 copies/20µL for S. aureus , 25-27000 copies/20µL for L. monocytogenes and 15-15600 copies /20µL for B. cereus respectively. For this established ddPCR method, the lower detection limits were 8 copies/20µL ( S. Typhi), 7 copies/20µL ( S. aureus ), 9 copies/20µL ( L. monocytogenes ) and 7 copies/20µL ( B. cereus ) respectively. For its evaluation this method was also compared in parallel with the plate counting method using the artificially contaminated food samples with the added pathogens mentioned above. Unpaired t -test showed the results from the two methods were not statistically different but the ddPCR method is superior to the plate counting method with shorter turnaround time, lower detection limit, and more robust reproducibility.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».