Rapid determination of viable but non-culturable Campylobacter jejuni in agri-food products by loop-mediated isothermal amplification coupling propidium monoazide treatment
Notice bibliographique
Résumé
Campylobacter is the leading cause of foodborne human diarrhea in Canada and worldwide. This microbe in the viable but non-culturable (VBNC) state can evade the detection by routinely used culture-based methods, remain viable for extended periods of time, resume their metabolic activity and virulence leading to infections and diseases, and subsequently pose a severe concern to public health, food safety and the economy. In this study, an assay combining loop-mediated isothermal amplification (LAMP) and propidium monoazide (PMA) treatment was developed to detect and quantify VBNC C. jejuni. PMA-qLAMP targeting the hipO gene showed 100% specificity to C. jejuni. The limit of detection was determined to be 8.77×10² CFU/mL in pure bacterial culture with good quantitative capacity ranging from 8.77×10² CFU/mL to 8.77×10⁷ CFU/mL. C. jejuni was induced into the VBNC state by incubation in 7% (w/v) NaCl over 48 h. VBNC C. jejuni cells were determined by PMA-qLAMP coupled with the plating assay and spiked into three agri-foods. The limits of detection of PMA-qLAMP were 1.58×10² CFU/mL, 3.78×10² CFU/g and 4.33×10² CFU/g in milk, chicken breast meat and romaine lettuce, respectively. PMA-qLAMP demonstrated a rapid (from 25 to 40 min), specific (100% inclusivity and 100% exclusivity), sensitive (1.58×10² - 8.77×10² CFU/mL) and quantitative (R² of 0.9937–0.9999) detection of VBNC C. jejuni in pure bacterial culture, chicken meat, milk, and lettuce. Considering the rising Campylobacter infections worldwide and serious concerns of VBNC bacteria, this detection method has extensive potential to be applied in the agri-food industry so as to reduce the burden of C. jejuni infections to the public health and economy.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 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 ».