Essa dissertação possui como objetivo traçar, uma nova metodologia de classificação de patogenicidade da Escherichia.coli,.através de um índice no qual, além do número de animais mortos, também foi considerado o tempo de morte e a capacidade da cepa causar lesão compatível à colibacilose em pintos de 1 dia. Para gerar esse critério, foram utilizadas 300 amostras de E.coli oriundas de lotes com lesão de celulite, cama desses mesmos aviários e amostras de quadros respiratórios. Através desse experimento foi possível observar que as amostras de E.coli originadas das camas dos aviários, apresentavam índice de patogenicidade significativamente menor do que aquelas isoladas das lesões cutâneas e de quadros respiratórios.Também foi associado às cepas de E.coli a capacidade de causar lesões de: pericardite, perihepatite, aerossaculite, peritonite e celulite. Dentre as lesões citadas somente a celulite foi considerada de apresentação significativamente mais freqüente em comparação às outras.

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2017-07-10T12:42:40Z No. of bitstreams: 1 texto completo.pdf: 1382309 bytes, checksum: bff154f7bd16d5620d8b717d6a5c7b0a (MD5) / Made available in DSpace on 2017-07-10T12:42:40Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1382309 bytes, checksum: bff154f7bd16d5620d8b717d6a5c7b0a (MD5) Previous issue date: 2003-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Foram conduzidos experimentos com pintos de corte, sendo o primeiro com sódio, o segundo com proteína e o terceiro com fontes energéticas, objetivando determinar a exigência de sódio, o nível de proteína e a melhor fonte energética em rações para pintos na fase pré-inicial. No experimento 1 os pintos, receberam ração com 22% de PB e 3.000 kcal de EM/kg suplementada com seis níveis de sódio, fornecendo 0,10; 0,18; 0,16; 0,34; 0,42; 0,50% de sódio total às rações, no período de 1 a 7 dias e ração com 22% de PB e 3050 kcal de EM/kg e 0,20% de sal do 8o ao 21o dia. No experimento 2, os pintos receberam rações com 21; 22,5 e 24% de PB e 2.975 kcal de EM/kg, de 1 a 7 dias. De 8 a 21 dias cada um dos grupos recebeu rações com 20, 21 e 22% de PB, respectivamente e 3.050 kcal de EM/kg. No experimento 3, os pintos receberam rações com 7 fontes energéticas (amido, óleos de soja, de canola, de coco e de girassol; gordura de aves e sebo bovino) com 22% de PB e com inclusão de 3% da fonte energética de 1 a 7 dias. Do 8o ao 21o dia as aves receberam ração com 20,88 % de PB e 3.000 kcal de EM/kg. No experimento 1 os níveis de sódio influenciaram o ganho de peso e a conversão alimentar sendo as exigências nutricionais no período de 1 a 21 dias, de 0,50; 0,40; 0,34 e 0,37 % de Na, respectivamente, para os machos pesados e leves e para as fêmeas pesadas e leves. Para conversão alimentar foram de 0,32 e 0,50%, respectivamente para as pesadas e leves. Aos 7 dias houve efeito de sexo sobre o peso vivo. Aos 21 dias foi observado efeito sobre o peso vivo. Houve efeito dos níveis de sódio sobre a matéria seca aos 21 dias e sobre o consumo de água aos 7 dias. No experimento 2 observou-se efeito do sexo para os parâmetros de ganho de peso e conversão alimentar aos 7 dias. No período de 1 a 14 dias, observou-se efeito dos níveis de proteína sobre o ganho de peso, com nível protéico de 22,5% como mais adequado do 1o ao 7o dia. Do 8o ao 14o dia houve efeito sobre a conversão alimentar, sendo o melhor nível o de 22% de proteína; verificando-se efeito de sexo sobre os parâmetros de desempenho em ambos períodos. Em relação ao período de 21 dias foi observado efeito dos níveis sobre o ganho de peso e conversão alimentar e efeito de sexo sobre a conversão alimentar e consumo. Para desempenho aos 21 dias os melhores resultados foram obtidos com o nível de 22,5% e 22% de proteína bruta, respectivamente para a primeira e segunda fase. Considerando os parâmetros de composição da carcaça, aos 21 dias, observou-se efeito dos níveis de proteína, no período de 8 a 21 dias, com melhores resultados com o nível de 20% e de 22% de proteína, respectivamente, para a primeira e segunda fase, correlacionando-se positivamente os resultados observados no período de 1 a 7 dias. No experimento 3 avaliando o efeito das fontes de energia no período de 1 a 7 dias, observou-se efeito de sexo sobre o ganho de peso e conversão alimentar. No 21 o dia houve efeito das fontes de energia sobre o ganho de peso, com destaque para rações com óleo de soja e coco, e piores, das rações com amido e o sebo bovino. Com relação aos parâmetros de carcaça (1 a 7 dias), verificou-se efeito de sexo sobre o peso vivo e rendimento de carcaça, enquanto que aos 21 dias, se verificou efeito de sexo sobre o peso vivo e peso relativo do coração. As fontes apresentaram efeito, sobre a percentagem de gordura na matéria natural, com maior concentração na carcaça das aves que receberam ração com óleo de soja. No sétimo dia as aves que receberam dieta com amido, apresentaram menos gordura na carcaça. Houve efeito de sexo sobre a percentagem de matéria seca e proteína bruta da carcaça. Aos 21 observou-se efeito de sexo, para todos os parâmetros de composição da carcaça, de forma semelhante ao observado no 7 o dia de idade. As exigências de sódio em rações pré-iniciais são bastante superiores aos níveis atualmente usados pela indústria, sendo as exigências de sódio destas rações superiores a 0,36%. Os resultados de desempenho indicaram que o nível protéico mais adequado em rações pré-iniciais é de no máximo 22,5%. Considerando os resultados de desempenho a melhor fonte de energia em rações para pintos de corte na fase pré-inicial foi o óleo de soja, seguido pelo de coco. / Three meat chick experiments were conducted: the first focused on sodium, the second on protein, and the third on energy sources, in order to determine sodium requirements, protein level and the most suitable energy source in rations for chicks at prestarter stage. In experiment 1 the chicks were given a ration containing 22% CP and 3,000 kcal ME/kg supplemented with six sodium levels, providing 0.10; 0.18; 0.16; 0.34; 0.42; or 0.50% total sodium to the rations, in the period from the 1st to the 7th day, and a ration containing 22% CP, 3,050 kcal ME/kg and 0.20% salt from the 8th to the 21st day. In experiment 2, the chicks received rations containing 21; 22.5 and 24% CP and 2,975 kcal ME/kg, from days 1 to 7. From days 8 to 21, each group received rations with 20, 21 and 22 % CP, respectively, and 3,050 kcal ME/kg. In experiment 3, the chicks received rations containing 7 different energy sources (starch, soybean oil, canola oil, coconut oil, sunflower oil; chicken fat; and beef tallow) with 22% CP and the addition of 3% of the energy source from day 1 to day 7. From day 8 to 21 the birds received a ration with 20.88 % CP and 3,000 kcal ME/kg. In experiment 1 the sodium levels influenced weight gain and xxifood conversion efficiency; the nutritional requirements in the period from days 1 to 21 were 0.50; 0.40; 0.34 and 0.37% Na, for heavy and light males and for heavy and light females, respectively. With regard to food conversion efficiency values were 0.32 and 0.50%, for heavy and light birds, respectively. At 7 days there was a sex effect on live weight. At 21 days an effect was observed on live weight. There was an effect of sodium levels on dry matter at 21 days and on water intake at 7 days. In experiment 2 an effect of sex was observed for the weight gain and food conversion efficiency parameters at 7 days. In the period from days 1 to 14, an effect of protein levels on weight gain was observed, where the protein level of 22.5% was the most suitable from days 1 to 7. From days 8 to 14 there was an effect on food conversion efficiency, where the best protein level was 22%; a sex effect was verified on the performance parameters in both periods. With regard to the 21-day period an effect of levels on weight gain and food conversion efficiency was observed, as well as an effect of sex on food conversion efficiency and intake. With regard to performance at 21 days the best results were obtained with the 22.5% and 22% crude protein levels, for the first and second stages, respectively. Considering the carcass composition parameters, at 21 days, an effect of protein levels was observed in the period from days 8 to 21, with the best results obtained for the 20% and 22% protein levels, for the first and second stages, respectively; these results were positively correlated with those observed in the period from days 1 to 7. In experiment 3, with regard to the effect of energy sources in the period from days 1 to 7, an effect of sex on weight gain and food conversion efficiency was observed. On the 21st day there was an effect of energy sources on weight gain, where rations containing soybean oil and coconut oil performed best, while rations containing starch and beef tallow yielded the poorest results. With respect to carcass parameters (1 to 7 days), an effect of sex on live weight and carcass yield was observed, while at 21 days, an effect of sex on live weight and heart relative weight was verified. Sources showed an effect on the percentage of fat in the natural matter, with greater concentration in the carcass of birds that received the soybean oil ration. On the seventh day, birds that received the diet containing starch showed less fat in the carcass. There was a sex effect on the dry matter and crude protein percentages in the carcass. At 21 days a sex effect was observed for all carcass composition parameters, similarly to what xxiiwas observed at the 7th day of age. The sodium requirements in prestarter rations are quite higher than the levels presently utilized in the industry; the sodium requirements in those rations are above 0.36%. The performance results indicated that the most suitable protein level in prestarter rations is 22.5% at the most. Considering the performance results obtained, the best energy source in rations for meat chicks at prestarter stage was soybean oil, followed by coconut oil.

Essa dissertação possui como objetivo traçar, uma nova metodologia de classificação de patogenicidade da Escherichia.coli,.através de um índice no qual, além do número de animais mortos, também foi considerado o tempo de morte e a capacidade da cepa causar lesão compatível à colibacilose em pintos de 1 dia. Para gerar esse critério, foram utilizadas 300 amostras de E.coli oriundas de lotes com lesão de celulite, cama desses mesmos aviários e amostras de quadros respiratórios. Através desse experimento foi possível observar que as amostras de E.coli originadas das camas dos aviários, apresentavam índice de patogenicidade significativamente menor do que aquelas isoladas das lesões cutâneas e de quadros respiratórios.Também foi associado às cepas de E.coli a capacidade de causar lesões de: pericardite, perihepatite, aerossaculite, peritonite e celulite. Dentre as lesões citadas somente a celulite foi considerada de apresentação significativamente mais freqüente em comparação às outras.

Essa dissertação possui como objetivo traçar, uma nova metodologia de classificação de patogenicidade da Escherichia.coli,.através de um índice no qual, além do número de animais mortos, também foi considerado o tempo de morte e a capacidade da cepa causar lesão compatível à colibacilose em pintos de 1 dia. Para gerar esse critério, foram utilizadas 300 amostras de E.coli oriundas de lotes com lesão de celulite, cama desses mesmos aviários e amostras de quadros respiratórios. Através desse experimento foi possível observar que as amostras de E.coli originadas das camas dos aviários, apresentavam índice de patogenicidade significativamente menor do que aquelas isoladas das lesões cutâneas e de quadros respiratórios.Também foi associado às cepas de E.coli a capacidade de causar lesões de: pericardite, perihepatite, aerossaculite, peritonite e celulite. Dentre as lesões citadas somente a celulite foi considerada de apresentação significativamente mais freqüente em comparação às outras.

A Salmonella permanece um importante problema na avicultura mundial e considerando os patógenos transmitidos por alimentos, a Salmonella aparece como um dos agentes principais em surtos de toxinfecções alimentares. Existem vários relatos de isolamento de Salmonella em frangos vivos e surtos alimentares, porém em carcaças de frangos e cortes a disponibilidade de dados é menor, assim como estudos de determinação do número de Salmonella presentes nas amostras, também são poucos. No presente estudo, foram analisadas 180 carcaças de frangos resfriadas, adquiridas em varejos, para determinação da ocorrência de contaminação por Salmonella pelo método de microbiologia convencional, ensaio imunoenzimático (ELISA) e determinação do número de células da bactéria pelo método do número mais provável (NMP) nos ágares para isolamento verde brilhante com novobiocina (BGN) e xilose-lisina tergitol 4 (XLT4). Neste mesmo estudo, foi determinado o perfil de resistência a antimicrobianos de 13 amostras de Salmonella isoladas das carcaças de frangos, e analisados 101 suabes de arrasto de camas aviárias, pelo método microbiológico convencional, para a presença do agente. Os resultados mostraram 15,8% de ocorrência de Salmonella nos suabes de arrasto e 12,2% de ocorrência nas carcaças de frangos resfriadas, pelo método de microbiologia convencional. O teste de ELISA detectou 11,3% de positividade para Salmonella nas carcaças de frangos resfriadas. A média de NMP de Salmonella por mL, na leitura pelo ágar XLT4 foi de 2,674 células e BGN foi de 1,282 células. As cepas de Salmonella apresentaram resistência aos antimicrobianos lincomicina, penicilina e estreptomicina (100%), josamicina e enrofloxacina (69,23%), amoxicilina (30,76%), clortetraciclina (23,07%), estreptomicina e estreptomicina + penicilina (15,83%) e 7,69% de resistência a doxiciclina e polimixina B. Os sorovares de Salmonella isolados no estudo foram Enteritidis, Agona, Risssen, Heidelberg e Livingstone, nas carcaças de frangos, e, Enteritidis, Agona, Ohio, Rissen, Tennessee, entérica O: 3,10 e entérica O: 6,71 nos suabes de arrasto. A análise dos resultados apresentou contaminação por Salmonella nas camas aviárias e presença de cepas de Salmonella, isoladas das carcaças, multiresistentes a antimicrobianos. Também demonstrou existir um número variável de células de Salmonella contaminando as carcaças de frango resfriadas que estão à venda ao consumidor.

O estudo foi feito através de um banco de registros de amostras de Escherichia coli, isoladas de frangos de corte. Na presente tese foram utilizadas 246 amostras do patógeno citado acima, com todas as características utilizadas em recentes trabalhos acadêmicos. Para a classificação das amostras utilizou-se a inteligência artificial, onde traçou-se uma interrelação entre as variáveis usadas: origem (lesões cutâneas, quadros respiratórios, cama), motilidade das amostras, lesões causadas (aerossaculite, pericardite, peritonite, periepatite, celulite), IP, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 anitimicrobianos (Amicacina, Amoxacilina e Ácido clavulânico, Ampicilina, Cefalexina, Cefuroxina, Ceftiofur, Ciprofloxacina, Clindamicina, Cotrimoxazol, Enrofloxacina, Gentamicina, Norfloxacina, Ofloxacina, Tetraciclina) e os bioquímicos variáveis (Adonitol, Ornitina, Arginina, Dulcitol, Salicina, Sacarose, Rafinose). No total foram feitas durante a tese em torno de 140 redes neurais, das quais foram utilizadas somente as que melhor apresentaram uma classificação correta e dentre estas as que continham um número menor de variáveis envolvidas. Durante o trabalho foram anexados 5 artigos científicos. Os artigos foram intitulados da seguinte maneira: Resistência antimicrobiana de amostras de Escherichia coli oriundas de camas de aviários, lesões de celulite e de quadros respiratórios de frangos de corte do Rio Grande do Sul; Utilização de inteligência artificial (redes neurais artificiais) para classificar a resistência antimicrobiana de amostras de Escherichia coli isoladas de frango de corte; Utilização de inteligência artificial (redes neurais artificiais) para a classificação do comportamento bioquímico de amostras de Escherichia coli isoladas de frangos de corte; Use of artificial intelligence (artificial meural networks) to classify the pathogenicity of Escherichia coli isolates from broilers; Genes associated with pathogenicity of avian Escherichia coli (APEC) isolated from respiratory cases of poultry. Nos primeiro artigo observou-se uma multi-resistência a pelo menos duas das 14 drogas utilizadas. No segundo artigo citado, notou-se que dentre as amostras analisadas corretamente apresentaram uma porcentagem de 84% a 100% nas amostras intermediárias, 81% a 100% para as resistentes, 89% a 100% sensíveis. No terceiro trabalho, foi concluído que as redes feitas foram capazes de classificar corretamente as amostras com uma amplitude de 87,80% a 98,73%. Além disso, a sensibilidade e a especificidade das classificações obtidas variam de 59,32% a 99,47% e de 80,00% a 98,54%, respectivamente. No quarto artigo, seguindo a ordem descrita acima, as redes construídas que usaram 11 categorias dos índices de patogenicidade, apresentaram 54,27% de classificações corretas, no entanto quando foram usadas somente 3 categorias essa porcentagem subiu para 80,55%. Houve um aumento das classificações corretas para 83,96% quando as categorias foram apenas duas. No quinto artigo, foram usadas um total de 61 amostras de Escherichia coli, onde foram testadas a presença dos genes citados no início deste resumo, e houve uma presença de 73,8% do gene iss, 55,7% do tsh, 45,9% do iutA, 39,3% do felA, o papc apareceu em 24,3% das amostras, o cvaC em 23%, e por fim, o kpsll em 18%. Mais uma vez pode-se afirmar, que o uso das redes neurais artificiais cada mais, está servindo como uma ferramenta que dá um suporte científico para a tomada de decisão. / This study was made using a data bank with samples of Escherichia coli, isolated from broilers. In the present thesis, 246 samples of the mentioned pathogenic bacteria, which were cited above, with all the characteristics used in recent academic works. For the classification of the samples, artificial intelligence was used, and a correlation between the taken variables was established: origin (cutaneous lesions, lesions of poultry with respiratory signals, litter of poultry house), motility of the samples, injuries (aerosaculitis, pericarditis, peritonitis, periepatitis, celullitis), PI, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 antimicrobials (Amikacyn, Amoxacillin and clavulanic acid, Ampicilin, Cefalexin, Cefuroxime, Ceftiofur, Ciprofloxacin, Clindamycin, Cotrimoxazole, Enrofloxacin, Gentamycin, Norfloxacin, Ofloxacin, Tetracyclin) and the biochemical profile (Adonitol, Ornithine, Arginine, Dulcitol, Salicin, Sucrose, Raffinose). In this thesis, 140 neural networks were constructed, from which the ones that presented the best correct classifications, and the ones that used the lesser number of variables were chosen. Five scientific articles were annexed. The articles were entitled in the following way: Antimicrobial resistance of samples of Escherichia coli from litter of poultry house, celullitis lesions, and lesions of poultry with respiratory signals in broilers of Rio Grande do Sul; The use of artificial intelligence (artificial neural networks) to classify the antimicrobial resistance isolated from samples of Escherichia coli in broilers; The use of artificial intelligence (artificial neural networks) to classify the biochemical profile of samples isolated from Escherichia coli in broilers; The use of artificial intelligence (artificial neural networks) to classify the pathogenicity of Escherichia coli isolates from broilers; Genes associated with pathogenicity of avian Escherichia coli (APEC) isolated from respiratory cases of poultry. In the first article a multi resistance at least to two of the 14 used drugs was observed. In the second article, it was noticed that 84% to 100% were intermediate, 81% to 100% were resistant, and 89% to 100% were sensible. In the third work, it was concluded that the neural networks were able to classify correctly with an amplitude from 87.80% to 98.73%. Moreover, the sensitivity and the specificity of the gotten classifications vary from 59.32% to 99.47% and from 80.00% to 98.54%, respectively. In the fourth article, following the described order above, the constructed neural networks, which used 11 categories of the pathogenicity indices, presented 54.27% of correct classifications, when just 3 categories were used, the correct classification went up to 80,55%. There was an increase in the correct classifications to 83.96% when the categories were only two. In the fifth paper, it was used a total of 61 samples of Escherichia coli, and tested the presence of the cited genes at the beginning of this summary, and the presence was 73.8% of the gene iss, 55.7% of tsh, 45.9% of iutA, 39.3% of felA, papc appeared in 24.3% of the samples, cvaC in 23%, and finally, kpsll in 18%. One more time, it can be affirmed that the use of artificial neural networks is serving as a tool to provide a scientific support for the decision making.

O estudo foi feito através de um banco de registros de amostras de Escherichia coli, isoladas de frangos de corte. Na presente tese foram utilizadas 246 amostras do patógeno citado acima, com todas as características utilizadas em recentes trabalhos acadêmicos. Para a classificação das amostras utilizou-se a inteligência artificial, onde traçou-se uma interrelação entre as variáveis usadas: origem (lesões cutâneas, quadros respiratórios, cama), motilidade das amostras, lesões causadas (aerossaculite, pericardite, peritonite, periepatite, celulite), IP, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 anitimicrobianos (Amicacina, Amoxacilina e Ácido clavulânico, Ampicilina, Cefalexina, Cefuroxina, Ceftiofur, Ciprofloxacina, Clindamicina, Cotrimoxazol, Enrofloxacina, Gentamicina, Norfloxacina, Ofloxacina, Tetraciclina) e os bioquímicos variáveis (Adonitol, Ornitina, Arginina, Dulcitol, Salicina, Sacarose, Rafinose). No total foram feitas durante a tese em torno de 140 redes neurais, das quais foram utilizadas somente as que melhor apresentaram uma classificação correta e dentre estas as que continham um número menor de variáveis envolvidas. Durante o trabalho foram anexados 5 artigos científicos. Os artigos foram intitulados da seguinte maneira: Resistência antimicrobiana de amostras de Escherichia coli oriundas de camas de aviários, lesões de celulite e de quadros respiratórios de frangos de corte do Rio Grande do Sul; Utilização de inteligência artificial (redes neurais artificiais) para classificar a resistência antimicrobiana de amostras de Escherichia coli isoladas de frango de corte; Utilização de inteligência artificial (redes neurais artificiais) para a classificação do comportamento bioquímico de amostras de Escherichia coli isoladas de frangos de corte; Use of artificial intelligence (artificial meural networks) to classify the pathogenicity of Escherichia coli isolates from broilers; Genes associated with pathogenicity of avian Escherichia coli (APEC) isolated from respiratory cases of poultry. Nos primeiro artigo observou-se uma multi-resistência a pelo menos duas das 14 drogas utilizadas. No segundo artigo citado, notou-se que dentre as amostras analisadas corretamente apresentaram uma porcentagem de 84% a 100% nas amostras intermediárias, 81% a 100% para as resistentes, 89% a 100% sensíveis. No terceiro trabalho, foi concluído que as redes feitas foram capazes de classificar corretamente as amostras com uma amplitude de 87,80% a 98,73%. Além disso, a sensibilidade e a especificidade das classificações obtidas variam de 59,32% a 99,47% e de 80,00% a 98,54%, respectivamente. No quarto artigo, seguindo a ordem descrita acima, as redes construídas que usaram 11 categorias dos índices de patogenicidade, apresentaram 54,27% de classificações corretas, no entanto quando foram usadas somente 3 categorias essa porcentagem subiu para 80,55%. Houve um aumento das classificações corretas para 83,96% quando as categorias foram apenas duas. No quinto artigo, foram usadas um total de 61 amostras de Escherichia coli, onde foram testadas a presença dos genes citados no início deste resumo, e houve uma presença de 73,8% do gene iss, 55,7% do tsh, 45,9% do iutA, 39,3% do felA, o papc apareceu em 24,3% das amostras, o cvaC em 23%, e por fim, o kpsll em 18%. Mais uma vez pode-se afirmar, que o uso das redes neurais artificiais cada mais, está servindo como uma ferramenta que dá um suporte científico para a tomada de decisão. / This study was made using a data bank with samples of Escherichia coli, isolated from broilers. In the present thesis, 246 samples of the mentioned pathogenic bacteria, which were cited above, with all the characteristics used in recent academic works. For the classification of the samples, artificial intelligence was used, and a correlation between the taken variables was established: origin (cutaneous lesions, lesions of poultry with respiratory signals, litter of poultry house), motility of the samples, injuries (aerosaculitis, pericarditis, peritonitis, periepatitis, celullitis), PI, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 antimicrobials (Amikacyn, Amoxacillin and clavulanic acid, Ampicilin, Cefalexin, Cefuroxime, Ceftiofur, Ciprofloxacin, Clindamycin, Cotrimoxazole, Enrofloxacin, Gentamycin, Norfloxacin, Ofloxacin, Tetracyclin) and the biochemical profile (Adonitol, Ornithine, Arginine, Dulcitol, Salicin, Sucrose, Raffinose). In this thesis, 140 neural networks were constructed, from which the ones that presented the best correct classifications, and the ones that used the lesser number of variables were chosen. Five scientific articles were annexed. The articles were entitled in the following way: Antimicrobial resistance of samples of Escherichia coli from litter of poultry house, celullitis lesions, and lesions of poultry with respiratory signals in broilers of Rio Grande do Sul; The use of artificial intelligence (artificial neural networks) to classify the antimicrobial resistance isolated from samples of Escherichia coli in broilers; The use of artificial intelligence (artificial neural networks) to classify the biochemical profile of samples isolated from Escherichia coli in broilers; The use of artificial intelligence (artificial neural networks) to classify the pathogenicity of Escherichia coli isolates from broilers; Genes associated with pathogenicity of avian Escherichia coli (APEC) isolated from respiratory cases of poultry. In the first article a multi resistance at least to two of the 14 used drugs was observed. In the second article, it was noticed that 84% to 100% were intermediate, 81% to 100% were resistant, and 89% to 100% were sensible. In the third work, it was concluded that the neural networks were able to classify correctly with an amplitude from 87.80% to 98.73%. Moreover, the sensitivity and the specificity of the gotten classifications vary from 59.32% to 99.47% and from 80.00% to 98.54%, respectively. In the fourth article, following the described order above, the constructed neural networks, which used 11 categories of the pathogenicity indices, presented 54.27% of correct classifications, when just 3 categories were used, the correct classification went up to 80,55%. There was an increase in the correct classifications to 83.96% when the categories were only two. In the fifth paper, it was used a total of 61 samples of Escherichia coli, and tested the presence of the cited genes at the beginning of this summary, and the presence was 73.8% of the gene iss, 55.7% of tsh, 45.9% of iutA, 39.3% of felA, papc appeared in 24.3% of the samples, cvaC in 23%, and finally, kpsll in 18%. One more time, it can be affirmed that the use of artificial neural networks is serving as a tool to provide a scientific support for the decision making.

A Salmonella permanece um importante problema na avicultura mundial e considerando os patógenos transmitidos por alimentos, a Salmonella aparece como um dos agentes principais em surtos de toxinfecções alimentares. Existem vários relatos de isolamento de Salmonella em frangos vivos e surtos alimentares, porém em carcaças de frangos e cortes a disponibilidade de dados é menor, assim como estudos de determinação do número de Salmonella presentes nas amostras, também são poucos. No presente estudo, foram analisadas 180 carcaças de frangos resfriadas, adquiridas em varejos, para determinação da ocorrência de contaminação por Salmonella pelo método de microbiologia convencional, ensaio imunoenzimático (ELISA) e determinação do número de células da bactéria pelo método do número mais provável (NMP) nos ágares para isolamento verde brilhante com novobiocina (BGN) e xilose-lisina tergitol 4 (XLT4). Neste mesmo estudo, foi determinado o perfil de resistência a antimicrobianos de 13 amostras de Salmonella isoladas das carcaças de frangos, e analisados 101 suabes de arrasto de camas aviárias, pelo método microbiológico convencional, para a presença do agente. Os resultados mostraram 15,8% de ocorrência de Salmonella nos suabes de arrasto e 12,2% de ocorrência nas carcaças de frangos resfriadas, pelo método de microbiologia convencional. O teste de ELISA detectou 11,3% de positividade para Salmonella nas carcaças de frangos resfriadas. A média de NMP de Salmonella por mL, na leitura pelo ágar XLT4 foi de 2,674 células e BGN foi de 1,282 células. As cepas de Salmonella apresentaram resistência aos antimicrobianos lincomicina, penicilina e estreptomicina (100%), josamicina e enrofloxacina (69,23%), amoxicilina (30,76%), clortetraciclina (23,07%), estreptomicina e estreptomicina + penicilina (15,83%) e 7,69% de resistência a doxiciclina e polimixina B. Os sorovares de Salmonella isolados no estudo foram Enteritidis, Agona, Risssen, Heidelberg e Livingstone, nas carcaças de frangos, e, Enteritidis, Agona, Ohio, Rissen, Tennessee, entérica O: 3,10 e entérica O: 6,71 nos suabes de arrasto. A análise dos resultados apresentou contaminação por Salmonella nas camas aviárias e presença de cepas de Salmonella, isoladas das carcaças, multiresistentes a antimicrobianos. Também demonstrou existir um número variável de células de Salmonella contaminando as carcaças de frango resfriadas que estão à venda ao consumidor.

A Salmonella permanece um importante problema na avicultura mundial e considerando os patógenos transmitidos por alimentos, a Salmonella aparece como um dos agentes principais em surtos de toxinfecções alimentares. Existem vários relatos de isolamento de Salmonella em frangos vivos e surtos alimentares, porém em carcaças de frangos e cortes a disponibilidade de dados é menor, assim como estudos de determinação do número de Salmonella presentes nas amostras, também são poucos. No presente estudo, foram analisadas 180 carcaças de frangos resfriadas, adquiridas em varejos, para determinação da ocorrência de contaminação por Salmonella pelo método de microbiologia convencional, ensaio imunoenzimático (ELISA) e determinação do número de células da bactéria pelo método do número mais provável (NMP) nos ágares para isolamento verde brilhante com novobiocina (BGN) e xilose-lisina tergitol 4 (XLT4). Neste mesmo estudo, foi determinado o perfil de resistência a antimicrobianos de 13 amostras de Salmonella isoladas das carcaças de frangos, e analisados 101 suabes de arrasto de camas aviárias, pelo método microbiológico convencional, para a presença do agente. Os resultados mostraram 15,8% de ocorrência de Salmonella nos suabes de arrasto e 12,2% de ocorrência nas carcaças de frangos resfriadas, pelo método de microbiologia convencional. O teste de ELISA detectou 11,3% de positividade para Salmonella nas carcaças de frangos resfriadas. A média de NMP de Salmonella por mL, na leitura pelo ágar XLT4 foi de 2,674 células e BGN foi de 1,282 células. As cepas de Salmonella apresentaram resistência aos antimicrobianos lincomicina, penicilina e estreptomicina (100%), josamicina e enrofloxacina (69,23%), amoxicilina (30,76%), clortetraciclina (23,07%), estreptomicina e estreptomicina + penicilina (15,83%) e 7,69% de resistência a doxiciclina e polimixina B. Os sorovares de Salmonella isolados no estudo foram Enteritidis, Agona, Risssen, Heidelberg e Livingstone, nas carcaças de frangos, e, Enteritidis, Agona, Ohio, Rissen, Tennessee, entérica O: 3,10 e entérica O: 6,71 nos suabes de arrasto. A análise dos resultados apresentou contaminação por Salmonella nas camas aviárias e presença de cepas de Salmonella, isoladas das carcaças, multiresistentes a antimicrobianos. Também demonstrou existir um número variável de células de Salmonella contaminando as carcaças de frango resfriadas que estão à venda ao consumidor.

O estudo foi feito através de um banco de registros de amostras de Escherichia coli, isoladas de frangos de corte. Na presente tese foram utilizadas 246 amostras do patógeno citado acima, com todas as características utilizadas em recentes trabalhos acadêmicos. Para a classificação das amostras utilizou-se a inteligência artificial, onde traçou-se uma interrelação entre as variáveis usadas: origem (lesões cutâneas, quadros respiratórios, cama), motilidade das amostras, lesões causadas (aerossaculite, pericardite, peritonite, periepatite, celulite), IP, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 anitimicrobianos (Amicacina, Amoxacilina e Ácido clavulânico, Ampicilina, Cefalexina, Cefuroxina, Ceftiofur, Ciprofloxacina, Clindamicina, Cotrimoxazol, Enrofloxacina, Gentamicina, Norfloxacina, Ofloxacina, Tetraciclina) e os bioquímicos variáveis (Adonitol, Ornitina, Arginina, Dulcitol, Salicina, Sacarose, Rafinose). No total foram feitas durante a tese em torno de 140 redes neurais, das quais foram utilizadas somente as que melhor apresentaram uma classificação correta e dentre estas as que continham um número menor de variáveis envolvidas. Durante o trabalho foram anexados 5 artigos científicos. Os artigos foram intitulados da seguinte maneira: Resistência antimicrobiana de amostras de Escherichia coli oriundas de camas de aviários, lesões de celulite e de quadros respiratórios de frangos de corte do Rio Grande do Sul; Utilização de inteligência artificial (redes neurais artificiais) para classificar a resistência antimicrobiana de amostras de Escherichia coli isoladas de frango de corte; Utilização de inteligência artificial (redes neurais artificiais) para a classificação do comportamento bioquímico de amostras de Escherichia coli isoladas de frangos de corte; Use of artificial intelligence (artificial meural networks) to classify the pathogenicity of Escherichia coli isolates from broilers; Genes associated with pathogenicity of avian Escherichia coli (APEC) isolated from respiratory cases of poultry. Nos primeiro artigo observou-se uma multi-resistência a pelo menos duas das 14 drogas utilizadas. No segundo artigo citado, notou-se que dentre as amostras analisadas corretamente apresentaram uma porcentagem de 84% a 100% nas amostras intermediárias, 81% a 100% para as resistentes, 89% a 100% sensíveis. No terceiro trabalho, foi concluído que as redes feitas foram capazes de classificar corretamente as amostras com uma amplitude de 87,80% a 98,73%. Além disso, a sensibilidade e a especificidade das classificações obtidas variam de 59,32% a 99,47% e de 80,00% a 98,54%, respectivamente. No quarto artigo, seguindo a ordem descrita acima, as redes construídas que usaram 11 categorias dos índices de patogenicidade, apresentaram 54,27% de classificações corretas, no entanto quando foram usadas somente 3 categorias essa porcentagem subiu para 80,55%. Houve um aumento das classificações corretas para 83,96% quando as categorias foram apenas duas. No quinto artigo, foram usadas um total de 61 amostras de Escherichia coli, onde foram testadas a presença dos genes citados no início deste resumo, e houve uma presença de 73,8% do gene iss, 55,7% do tsh, 45,9% do iutA, 39,3% do felA, o papc apareceu em 24,3% das amostras, o cvaC em 23%, e por fim, o kpsll em 18%. Mais uma vez pode-se afirmar, que o uso das redes neurais artificiais cada mais, está servindo como uma ferramenta que dá um suporte científico para a tomada de decisão. / This study was made using a data bank with samples of Escherichia coli, isolated from broilers. In the present thesis, 246 samples of the mentioned pathogenic bacteria, which were cited above, with all the characteristics used in recent academic works. For the classification of the samples, artificial intelligence was used, and a correlation between the taken variables was established: origin (cutaneous lesions, lesions of poultry with respiratory signals, litter of poultry house), motility of the samples, injuries (aerosaculitis, pericarditis, peritonitis, periepatitis, celullitis), PI, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 antimicrobials (Amikacyn, Amoxacillin and clavulanic acid, Ampicilin, Cefalexin, Cefuroxime, Ceftiofur, Ciprofloxacin, Clindamycin, Cotrimoxazole, Enrofloxacin, Gentamycin, Norfloxacin, Ofloxacin, Tetracyclin) and the biochemical profile (Adonitol, Ornithine, Arginine, Dulcitol, Salicin, Sucrose, Raffinose). In this thesis, 140 neural networks were constructed, from which the ones that presented the best correct classifications, and the ones that used the lesser number of variables were chosen. Five scientific articles were annexed. The articles were entitled in the following way: Antimicrobial resistance of samples of Escherichia coli from litter of poultry house, celullitis lesions, and lesions of poultry with respiratory signals in broilers of Rio Grande do Sul; The use of artificial intelligence (artificial neural networks) to classify the antimicrobial resistance isolated from samples of Escherichia coli in broilers; The use of artificial intelligence (artificial neural networks) to classify the biochemical profile of samples isolated from Escherichia coli in broilers; The use of artificial intelligence (artificial neural networks) to classify the pathogenicity of Escherichia coli isolates from broilers; Genes associated with pathogenicity of avian Escherichia coli (APEC) isolated from respiratory cases of poultry. In the first article a multi resistance at least to two of the 14 used drugs was observed. In the second article, it was noticed that 84% to 100% were intermediate, 81% to 100% were resistant, and 89% to 100% were sensible. In the third work, it was concluded that the neural networks were able to classify correctly with an amplitude from 87.80% to 98.73%. Moreover, the sensitivity and the specificity of the gotten classifications vary from 59.32% to 99.47% and from 80.00% to 98.54%, respectively. In the fourth article, following the described order above, the constructed neural networks, which used 11 categories of the pathogenicity indices, presented 54.27% of correct classifications, when just 3 categories were used, the correct classification went up to 80,55%. There was an increase in the correct classifications to 83.96% when the categories were only two. In the fifth paper, it was used a total of 61 samples of Escherichia coli, and tested the presence of the cited genes at the beginning of this summary, and the presence was 73.8% of the gene iss, 55.7% of tsh, 45.9% of iutA, 39.3% of felA, papc appeared in 24.3% of the samples, cvaC in 23%, and finally, kpsll in 18%. One more time, it can be affirmed that the use of artificial neural networks is serving as a tool to provide a scientific support for the decision making.