基因分型服务:组织活检 组织活检样本 $11.95 $8.37 $19.00 DNA 纯化 DNA 纯化样本 $14.61 $10.23 $23.00 PCR 筛选 PCR 筛选等位基因 $17.27 $12.09 $27.00 () 群落维护:设置 繁殖设置 繁殖对 笼子 $18.60 $13.02 $29.00 断奶 断奶动物 笼子 $27.89 $19.53 $44.00 实验 实验群落协助 小时 $79.70 $55.79 $124.00 实验 实验群落维护-BSL2 小时 $79.70 $55.79 $124.00 群落数据 群落数据库管理 小时 $112.90 $79.03 $176.00 () 技术A 技术援助: 细胞或 Dru 细胞或药物给药-尾静脉动物 $18.11 $12.68 $28.00 细胞或 Dru 细胞或药物给药-PO, IP, SC 动物 $15.70 $10.99 $24.00 称重动物动物 $13.28 $9.30 $21.00 组织尸体解剖动物 $115.92 $81.14 $181.00 病毒-Cre D 病毒-Cre 交货时间 $196.82 $137.78 $307.00 肿瘤测量动物 $19.32 $13.52 $30.00 心内心内注射动物 $24.15 $16.91 $38.00 血液收集动物 $10.00 $7.00 $16.00 手术Ap 外科应用:小时 $120.75 $84.53 $188.00 () IVIS Imagin IVIS 成像系统频谱:无辅助 无辅助 IVIS 成像 小时 $120.75 $84.53 $188.00 辅助 IV 辅助 IVIS 成像 小时 $181.13 $126.79 $283.00 IVIS 数据 A IVIS 数据分析计算机使用 小时 $33.21 $23.24 $52.00 () SmART+ Sy SmART+ 系统:无辅助 无辅助 SmART+ 使用 小时 $138.60 $97.02 $216.00 辅助 Sm 辅助 SmART+ 使用 小时 $201.60 $141.12 $314.00 无辅助 无辅助 SmART+ 高级治疗计划 小时 $157.50 $110.25 $246.00 辅助 SmART+ 高级治疗计划 小时 $220.50 $154.35 $344.00 ()合同服务:咨询/实验设计* 小时 $119.54 $83.68 $186.00 IACUC Prot IACUC 协议准备* 小时 $132.83 $92.98 $207.00 协调下班后兽医服务 小时 $159.39 $111.57 $249.00 其他服务 小时 $159.39 $111.57 $249.00
致病细菌造成许多医疗保健和安全问题,包括传染病(He等,2023),食物中毒(Hussain,2016年)和水污染(Some等,2021)。由于其感染性和快速增殖,需要快速,准确的细菌检测和鉴定方法,以减少决策的时间段,从而最大程度地减少医疗保健风险,生态系统影响以及与微生物病原体相关的经济损失。基于琼脂平板上细菌细胞培养的病原体检测和鉴定已经存在不同的方法(Van Belkum和Dunne,2013年),免疫学检测(例如,酶联免疫吸附测定法) ),DNA微阵列(Colle等,2003),生物传感器(Boehm等,2007; Ahmed等,2014),或使用特定试剂敏感的使用,例如,细菌代谢(Ghatole et al。,2020; Hsieh等人,2018年)或lie of eDeNos of AdeNose(Et) ),等(Chen等,2018; Dietvorst等,2020)。然而,由于其简单性,低成本,稳健性和可靠性,传统的板块培养方法仍然是病原体检测和识别的金标准(Rohde等,2017),是细菌污染评估法规中的一种(Word Health Organisation,2017年)。实际上,板培养涉及琼脂平板的细菌生长,直到可以观察到单克隆菌落的形成为止。因此,板块培养在某种程度上容易受到人类错误的影响。菌落在形态,颜色,光泽和不透明度上等等,在仔细观察之后,有时在显微镜下,专家可以区分专家。除此之外,这项技术的主要限制是其持续时间。通常,直到菌落形成的细菌增殖需要超过18小时,对于缓慢增殖的细菌而言,必须超过3 - 4天(Franco-Duarte等,2023; Rajapaksha等,2019; Lee等,2020)。一种极端情况是军团菌,它需要非标准治疗和第二盘培养以进行适当的诊断,从而将细菌识别延迟到几周内(Tronel和Hartemann,2009; McDade,2009)。减少测量时间和加速决策的一种可能性是实施能够检测菌落并在形成的早期阶段识别的先进成像系统(Wang等,2020)。从这个意义上讲,高光谱成像是有利的,因为它以3D数据矩阵或超立方体格式提供了高分辨率图像,其中二维对应于空间信息(x,y坐标),而第三个维度对每个单独的像素(λ坐标)的光谱数据(Gowen等,2015,2015,2015; arrigoni; arrigoni et al arrigoni; arrigoni et al and arrigoni; arrigoni et al and arrigoni et al and arrigoni et al and arrigoni et al and arrigy and and and and。通常使用化学计量学来处理大量信息,以识别数据集中的模式,这些模式在裸眼中并不明显,并创建了能够对新数据进行分类的预测模型(Huang,2022)。然后可以使用这些PC进行基于PCA的判别分析(PCA-DA)(UDDIN主成分分析(PCA)通常与高光谱成像结合使用,以将光谱图像数据集减少为称为主成分(PCS)的代表变量(Abdi和Williams,2010年)。