indexado en
  • Abrir puerta J
  • Genamics JournalSeek
  • Claves Académicas
  • DiarioTOCs
  • InvestigaciónBiblia
  • Directorio de publicaciones periódicas de Ulrich
  • Acceso a Investigación Global en Línea en Agricultura (AGORA)
  • Biblioteca de revistas electrónicas
  • Búsqueda de referencia
  • Universidad Hamdard
  • EBSCO AZ
  • OCLC-WorldCat
  • Catálogo en línea SWB
  • Biblioteca Virtual de Biología (vifabio)
  • Publón
  • miar
  • Fundación de Ginebra para la Educación e Investigación Médica
  • pub europeo
  • Google Académico
Comparte esta página
Folleto de diario
Flyer image

Abstracto

Identificación de cepas clínicas de Corynebacterium striatum mediante análisis de restricción por PCR utilizando el gen de la subunidad β de la ARN polimerasa (rpob)

Sana Alibi, Asma Ferjani, Manel Marzouk y Jalel Boukadida

Corynebacterium striatum se encuentra con frecuencia en el laboratorio de microbiología clínica de rutina. Está ampliamente diseminado en el medio ambiente y constituye parte de la microbiota normal de la piel y las membranas mucosas. La identificación de esta especie por métodos bioquímicos sigue siendo difícil y se han reportado varias identificaciones erróneas anteriormente. Se diseñó un método de polimorfismo de longitud de fragmentos de restricción de reacción en cadena de la polimerasa (PCR-RFLP) para la identificación de este microorganismo basado en la región hipervariable del gen de la subunidad β de la ARN polimerasa polimórfica (rpoB). Todas las secuencias disponibles de rpoB de Corynebacterium se analizaron mediante análisis de restricción asistido por computadora. El patrón de PCR-RFLP de rpoB predicho mediante el uso de endonucleasas MseI y NlaIV diferenció claramente a C. striatum de todas las demás especies de Corynebacterium. Este método se aplicó con éxito para la identificación confiable de 67 aislamientos clínicos de C. striatum y se puede utilizar para la detección oportuna de pacientes infectados o para estudios epidemiológicos.

Descargo de responsabilidad: este resumen se tradujo utilizando herramientas de inteligencia artificial y aún no ha sido revisado ni verificado