Improved detection of a fish virus with a segmented genome by Real-Time RT-qPCR
Notice bibliographique
Résumé
Piscine orthoreovirus (PRV) is a virus that infects farmed and wild salmonids in Norway, United\nKingdom, Ireland, Chile, United States and Canada. The virus infection is associated with heart\nand skeletal muscle inflammation (HSMI), an important disease in salmon aquaculture reported\nin Norway, Scotland, and Chile. The pathogenesis of PRV infection is still not well understood,\nand there is still controversy about its role in HSMI since some studies report high viral loads by\nRT-qPCR in both fish with and without lesions. The PRV genome comprises 10 double stranded\nRNA segments, and most diagnostic tests only target a few specific segments. Nevertheless, the\namplification of transcripts by RT-qPCR is likely to be different since the copy number of RNA\ntranscripts from each segment is in direct relation to the protein abundance. Therefore, this\nstudy aims to develop new RT-qPCR assays targeting the first five PRV genome segments and\ndetermine which transcript cycle threshold (CT) best reflects virus load in a fish tissue sample.\nThe PRV cRNA standards were created by in-vitro transcription, and the copy numbers were\nquantified. Standard curves were generated making 10-fold serial dilutions of the PRV cRNA\nover a range of 1 x 108\n to 1 x 104\n copies/ul. The standard curves had a reaction efficiency of 95%,\n92%, 91%, 99%, 90% for the L1, L2, L3, M1, M2 segments, respectively. These assays exhibited\nhigh specificity since no cross reaction with infectious salmon anemia virus (ISAV) and salmonid\nalphavirus (SAV) was observed. This study reports a highly significant difference (P<0.001) in the\nviral concentration obtained by targeting L1, L2, L3, M1, and M2 segments. Besides, a greater\nsensitivity was obtained for L2, L3 and M1 RT-qPCR assays when archived fish tissue samples\nwere tested. Therefore, this approach may improve the detection of PRV in fish tissue samples\nand suggests additional PRV-segments to the current diagnostic criteria.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».