MétaCan
Menu
Retour à la cohorte
Enregistrement W6908814720 · doi:10.3389/fmicb.2020.01317.s003

Table_2_Source Tracking Based on Core Genome SNV and CRISPR Typing of Salmonella enterica Serovar Heidelberg Isolates Involved in Foodborne Outbreaks in Québec, 2012.DOCX

2020· dataset· en· W6908814720 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2020
Typedataset
Langueen
DomaineEngineering
ThématiqueFluid dynamics and aerodynamics studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOutbreakCRISPRSubtypingTypingSerotypeSalmonella entericaGenomeContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

<p>Whole-genome sequencing (WGS) is the method of choice for bacterial subtyping and it is rapidly replacing the more traditional methods such as pulsed-field gel electrophoresis (PFGE). Here we used the high-resolution core genome single nucleotide variant (cgSNV) typing method to characterize clinical and food from Salmonella enterica serovar Heidelberg isolates in the context of source attribution. Additionally, clustered regularly interspaced short palindromic repeats (CRISPR) analysis was included to further support this method. Our results revealed that cgSNV was highly discriminatory and separated the outbreak isolates into distinct clusters (0–4 SNVs). CRISPR analysis was also able to distinguish outbreak strains from epidemiologically unrelated isolates. Specifically, our data clearly demonstrated the strength of these two methods to determine the probable source(s) of a 2012 epidemiologically characterized outbreak of S. Heidelberg. Using molecular cut-off of 0–10 SNVs, the cgSNV analysis of 246 clinical and food isolates of S. Heidelberg collected in Québec, in the same year of the outbreak event, revealed that retail and abattoir chicken isolates likely represent an important source of human infection to S. Heidelberg. Interestingly, the isolates genetically related by cgSNV also harbored the same CRISPR as outbreak isolates and clusters. This indicates that CRISPR profiles can be useful as a complementary approach to determine source attribution in foodborne outbreaks. Use of the genomic analysis also allowed to identify a large number of cases that were missed by PFGE, indicating that most outbreaks are probably underestimated. Although epidemiological information must still support WGS-based results, cgSNV method is a highly discriminatory method for the resolution of outbreak events and the attribution of these events to their respective sources. CRISPR typing can serve as a complimentary tool to this analysis during source tracking.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,222
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetFluid dynamics and aerodynamics studiesTravaux en français237 207