Tese

Detection of mastitis-causing pathogen by sequencing different regions of 16S rRNA gene and machine learning (2022)

• Authors:
  • Clemente, Luan Gaspar
  • Coutinho, Luiz Lehmann (Orientador)
• Autor USP: CLEMENTE, LUAN GASPAR - ESALQ
• Unidade: ESALQ
• Sigla do Departamento: LZT
• DOI: 10.11606/D.11.2022.tde-16092022-110237
• Subjects: APRENDIZADO COMPUTACIONAL; BOVINOS LEITEIROS; ESCHERICHIA COLI; LEITE; MASTITE ANIMAL; RNA RIBOSSÔMICO; SEQUENCIAMENTO GENÉTICO; STAPHYLOCOCCUS
• Agências de fomento:
  • Financiamento CAPES
• Language: Inglês
• Abstract: A correta identificação de patógenos causadores de mastite é um fator chave para o sucesso do manejo das fazendas leiteiras. Técnicas como meio de cultura, qPCR e sequenciamento de 16S rRNA têm sido utilizadas para detectar microrganismos importantes em amostras de leite bovino cru. No entanto, devido aos custos, alguns desafios permanecem. Os métodos de aprendizado de máquina têm se mostrado uma alternativa atraente, pois podem integrar diferentes fontes de dados, com diversas finalidades. Novos estudos com foco na detecção de mastite clínica e subclínica destacam o potencial de métodos de aprendizado de máquina aplicados ao manejo da mastite em fazendas leiteiras. Neste trabalho, avaliamos o desempenho de três métodos de aprendizado de máquina para detectar o patógeno causador de mastite mais abundante em amostras individuais de leite cru de bovinos integrando dados de composição do leite e sequenciamento de 16S rRNA. Mostramos o potencial para a identificação de Escherichia coli e Staphylococcus aureus. Para abundância superior a 3% em amostras individuais, uma precisão de 100% e 86% foi alcançada, respectivamente. Esses resultados mostram que não apenas a mastite subclínica e clínica pode ser detectada por métodos de aprendizado de máquina, mas também alguns patógenos causadores de mastite. Além disso, para maximizar as informações obtidas do sequenciamento do gene 16S rRNA, avaliamos a diversidade genética in silico para diferentes regiões do gene 16S rRNA e validamosos resultados pelo sequenciamento Illumina. Mostramos que para melhor detecção de microrganismos associados à mastite bovina, a região V2-V3 detecta maior prevalência com maior abundância relativa. Esperamos que este trabalho possa contribuir para um melhor manejo das propriedades leiteiras bem como o desenvolvimento de novas ferramentas para o controle da mastite bovina
• Imprenta:
  • Publisher place: Piracicaba
  • Date published: 2022
• Data da defesa: 04.07.2022

Informações sobre o DOI: 10.11606/D.11.2022.tde-16092022-110237 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo é de acesso aberto
• URL de acesso aberto
• Cor do Acesso Aberto: gold
• Licença: cc-by-nc-sa

---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  CLEMENTE, Luan Gaspar. Detection of mastitis-causing pathogen by sequencing different regions of 16S rRNA gene and machine learning. 2022. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11139/tde-16092022-110237/. Acesso em: 30 abr. 2024.

• APA

  Clemente, L. G. (2022). Detection of mastitis-causing pathogen by sequencing different regions of 16S rRNA gene and machine learning (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11139/tde-16092022-110237/

• NLM

  Clemente LG. Detection of mastitis-causing pathogen by sequencing different regions of 16S rRNA gene and machine learning [Internet]. 2022 ;[citado 2024 abr. 30 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11139/tde-16092022-110237/

• Vancouver

  Clemente LG. Detection of mastitis-causing pathogen by sequencing different regions of 16S rRNA gene and machine learning [Internet]. 2022 ;[citado 2024 abr. 30 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11139/tde-16092022-110237/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Retrospective insights of the COVID-19 epidemic in the major Latin American city, São Paulo, southeastern Brazil
• Metataxonomia comparativa das regiões V2V3 vs. V4 do gene 16S em amostras de leite bovino
• A traveling SARS-CoV-2 laboratory as part of a pandemic response among vulnerable Brazilian populations
• Simulation of group testing scenarios can boost COVID-19 screening power
• SARS-COV-2 genomic monitoring in the state of São Paulo unveils two emerging AY.43 sublineages
• Integrative analysis between genome-wide association study and expression quantitative trait loci reveals bovine muscle gene expression regulatory polymorphisms associated with intramuscular fat and backfat thickness
• The Divergent pattern of SARS-CoV-2 variant predominance and transmission dynamics in the Brazilian Island of Ilhabela
• Nucleocapsid (N) gene mutations of SARS-CoV-2 can affect real-time RT-PCR diagnostic and impact false-negative results
• Correction: Lesbon et al. Nucleocapsid (N) Gene Mutations of SARS-CoV-2 Can Affect Real-Time RT-PCR Diagnostic and Impact False-Negative Results. Viruses 2021, 13, 2474