شناسایی مولکولی باکتری لژیونلا در منابع محیطی با استفاده از تکنیک Nested PCR
محل انتشار: کنگره علوم و مهندسی آب و فاضلاب ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 681
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NWWCE01_179
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
منابع محیطی مانند فاضلاب و آب، عوامل عمده در تکثیر و انتشار باکتری لژیونلا میباشند. هدف از مطالعه حاضر بررسی فراوانی این باکتری در فاضلاب، چاههای تامین آب شرب و شبکه توزیع بوده است. در این مطالعه 30 نمونه از منابع محیطی شامل چاه ) 42 نمونه(، آب شرب شهری ) 6نمونه( و فاضلاب شهری )2 نمونه( طی سه مرحله برداشت شد. استخراج DNA ژنومی با استفاده از کیت )روش ستونی( انجام گرفت. در روشNested PCR ابتدا جهت شناسایی عمومی باکتریها بخشی از ژن 16s rRNA(1420 bp) تکثیر گردید. سپس با استفاده از پرایمر های اختصاصی Leg 448-JRP(386 bp) ، باکتری لژیونلا مورد شناسایی واقع شد. محصولات PCR با استفاده از سیستم الکتروفورز مورد ارزیابیقرار گرفتند. نتایج این مطالعه حضور باکتری لژیونلا در 0666 درصد ) 11 نمونه( از کل نمونهها را نشان داد. چاههای مورد بررسی دارای بیشترینآلودگی ) 9 نمونه( بودند. باکتری لژیونلا در نمونههای آب شرب یافت نشد. کلیه نمونههای برداشتی از فاضلاب از نظر حضور این باکتری مثبتبود. آلودگی چاهها میتواند ناشی از تماس با فاضلاب انسانی باشد. این موضوع حفاظت بیشتر از حریم متعارف چاهها جهت جلوگیری از آلودگیهای ثانویه را میطلبد. اگر چه آب شرب آلودگی نشان نداد اما با توجه به حضور این عامل پاتوژن در فاضلاب و شناسایی آن در چاههای تامین آب میتواند زنگ خطری جهت آلودگی شبکه توزیع نیز باشد
کلیدواژه ها:
نویسندگان
نگار درویش کسیان
دانشجوی کارشناسی مهندسی بهداشت محیط، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی ارومیه
رحیم عالی
استادیار، مرکز تحقیقات سلولی و مولکولی، دانشگاه علوم پزشکی ارومیه
نازنین حبیبی
دانشجوی کارشناسی ارشد، گروه میکروبشناسی، دانشکده پزشکی، دانشگاه علوم پزشکی ارومیه
کامران رسولی نیا
کارشناس، اداره آب و فاضلاب شهر اشنویه
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :