Indiziert in
  • Öffnen Sie das J-Tor
  • Genamics JournalSeek
  • Akademische Schlüssel
  • JournalTOCs
  • Forschungsbibel
  • Ulrichs Zeitschriftenverzeichnis
  • Zugang zu globaler Online-Forschung in der Landwirtschaft (AGORA)
  • Elektronische Zeitschriftenbibliothek
  • RefSeek
  • Hamdard-Universität
  • EBSCO AZ
  • OCLC – WorldCat
  • SWB Online-Katalog
  • Virtuelle Bibliothek für Biologie (vifabio)
  • Publons
  • MIAR
  • Genfer Stiftung für medizinische Ausbildung und Forschung
  • Euro-Pub
  • Google Scholar
Teile diese Seite
Zeitschriftenflyer
Flyer image

Abstrakt

PDX-LIB, eine Verbesserung selektiver Anreicherungsmedien für den Nachweis von Listeria spp. in der Umwelt.

Alan Olstein und Joellen Feirtag

PDX-LIB ist eine selektive Anreicherungsindikatorbrühe, die als diagnostischer Screeningtest für eine Kontamination mit Listeria spp. in der Umwelt entwickelt wurde. Die Testmethode wurde entwickelt, um ein selektives Anreicherungsmedium in einem Schritt bereitzustellen, das einen kolorimetrischen Indikator enthält, um mutmaßlich Listeria -positive Proben zu identifizieren. Die Methode ermöglicht ein Screening der Probenpopulation mit hohem Durchsatz und reduziert so die Anzahl der Schritte bis zum Bestätigungstest. In der ursprünglichen, vom AOAC Research Institute geleiteten Leistungstestmethode erwies sich das PDX-LIB-Auswahlmedium als wesentlich empfindlicher für die Erkennung von Listeria spp. auf ausgewählten Oberflächen als die USDA-Methode, die UVM-Medien als primären Auswahlschritt verwendet. Die vorliegende Studie hat gezeigt, dass das PDXLIB-Auswahlmedium im AOAC-Oberflächenstudienprotokoll wesentlich mehr wiederherstellbare Listeria monocytogenes -positive Proben zulässt als vergleichbare Proben, die mit UVM-Medien angereichert wurden. Die präsentierten Daten zeigen, dass die PDX-LIB-Methode eine empfindlichere Methode ist als Verfahren, die UVM-Anreicherungsmedien als primären Schritt verwenden, insbesondere im Hinblick auf die Erkennung von Listeria sp.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.