Characterization of commercially formulated microbial products using molecular & biochemical methods of analysis
Notice bibliographique
Résumé
Commercially formulated products containing bacteria cultures as their active ingredient, referred to as "Bioproducts", are available to the public throughout Canada for various domestic applications. Bioproducts are difficult for governments to regulate as manufacturers often do not provide sufficient information of their composition. This study attempted to provide regulators with useful research tools to better screen uncharacterized bioproducts by examining Biotize and Cycle. Both are liquid formulations used as biological amendments for aquariums. Investigations used culture-based methods with fatty acid methyl ester (FAME) analysis, denaturing gradient gel electrophoresis (DGGE), real-time polymerase chain reaction (PCR) and DNA-microarray analysis, to characterize microbial composition. All bacteria indicated on the manufacturer's label were identified for Biotize, but inappropriate culture conditions failed to isolate de-nitrifying bacteria in Cycle. Both bioproducts contained bacterial species not listed on the manufacturers' label. For Cycle these additional bacterial specks included three 'Mycobacterium spp'. and ' Pseudomonas aeruginosa', all of which are opportunistic pathogens. Single antibiotic and multidrug resistance were observed in both bioproducts. Real-time PCR with SYBR Green failed to detect 'Campylobacter jejuni, Escherichia coli' O157:H7, 'Listeria monocytogenes ' or 'Salmonella enterica' in either bioproduct.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».