Rapid detection of Chinese sacbrood virus via CRISPR-Cas13a-based lateral flow strips
Notice bibliographique
Résumé
Abstract Sacbrood virus (SBV) is one of the most pathogenic honeybee viruses with host specificity and regional variation. The SBV strain infecting the Chinese honeybee ( Apis cerana ) is known as Chinese sacbrood virus (CSBV). The extensively used CSBV detection methods require professionals and expensive equipment; thus, they are unsuitable for rapid onsite CSBV detection. To achieve early and rapid detection of CSBV, we developed a lateral flow detection (LFD) strip method for CSBV detection via clustered regularly interspaced short palindromic repeats (CRISPR) and the Cas13a technique. On the basis of the conserved CSBV VP2 gene nucleotide region, we designed 3 recombinant enzyme-assisted amplification (RAA) primer pairs and prepared 3 corresponding crRNAs. We investigated key performance metrics, including the sensitivity, specificity, and accuracy of LFD strips. The results demonstrated that the LFD strip based on the optimal combination (primer 2+crRNA 2) presented the lowest detection limit (2.80×10 1 copies/μL), and this strip could complete CSBV detection within 1 h. Furthermore, this strip exhibited excellent detection specificity, with no cross-reactivity with four other honeybee viruses. A test of 100 clinical samples indicated the feasibility of the LFD method for CSBV detection. A comparison of various CSBV detection methods revealed that the CRISPR-Cas13a-based LFD method was more accurate, efficient, and sensitive than the other methods were, indicating great application prospects in onsite CSBV detection. Our developed method is highly important for preventing and controlling CSBV infection as well as maintaining honeybee 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 ».