Características genotípicas de Staphylococcus coagulase-negativos e taxas de cura da mastite ovina.

A mastite em ovelhas de dupla aptidão é reconhecida por afetar a qualidade do leite. Staphylococcus coagulase-negativos (SCN) são os principais micro-organismos responsáveis pela doença, e o tratamento ao final da lactação, pode contribuir para a cura e prevenção de casos subclínicos na lactação consecutiva. Entretanto, fatores de virulência e mecanismos de resistência apresentados por SCN podem reduzir as taxas de cura. Os objetivos deste trabalho foram identificar no leite de ovelhas tratadas e não tratadas à secagem com antimicrobianos, as espécies de SCN antes e após o tratamento e identificar nesses micro-organismos a presença dos genes mecA, icaA, icaC, icaD, bap, bhp, sea, seb, sec, sed e tsst-1, determinar o perfil clonal das principais espécies identificadas e relacionar os casos de cura após o tratamento com a presença/ausência dos respectivos genes. Sessenta ovelhas foram divididas em três grupos experimentais: G1, controle, metades mamárias que não receberam antimicrobiano; G2, metades mamárias em que foram administrados 10 mL de cloxacilina-benzatina 100 mg via intramamária / estrutura convencional; G3, metades mamárias em que foram administrados 86 mL de cloxacilina-benzatina 50 mg via intramamária / estrutura nanoencapsulada. As amostras de leite foram coletadas à secagem e aos 15 e 30 dias pós-parto da lactação seguinte. As análises para identificação das espécies de SCN foram realizadas por meio de testes bioquímicos e Internal Transcribe Spacer (ITS-PCR), e a pesquisa dos genes responsáveis pelos fatores de virulência e pela resistência à oxacilina foram realizados por meio da técnica de reação em cadeia de polimerase (PCR). Dentre as espécies identificadas S. warneri prevaleceram nos três grupos experimentais. Nenhuma amostra foi positiva para o gene mecA. O único gene relacionado com a produção de enterotoxinas encontrado foi o sec. Dentre os genes relacionados com a produção de biofilme, icaD foi o único identificado nos três grupos experimentais. Staphylococcus warneri, S. simulans e S. epidermidis apresentaram clones na mesma metade mamária no pré e pós-parto das ovelhas. A cloxacilina benzatina nanoparticulada 50mg / 86 mL foi eficiente para reduzir a mastite subclínica no pós-parto de ovelhas (P= 0,0192). Staphylococcus warneri, S. simulans, S. epidermidis e S. xylosus foram as espécies de maior ocorrência. Os genes icaA, icaC, icaD e bap foram encontrados no momento da desmama e no pós-parto, os genes sec e icaD estão associados à ausência de cura da mastite subclínica no pós-parto. Ovelhas em que foram isolados SCN portadores de genes responsáveis pela formação de biofilme não apresentaram resultados satisfatórios quando submetidas a esquemas de controle e ao tratamento da mastite subclínica. Os genes sec e icaD, estão associadas à ausência de cura microbiológica da mastite subclínica no pós-parto. Staphylococcus epidermidis e S. xylosus portador do gene bap estão associados à reinfecção.

Utilização de imagens do ALOS/PALSAR no mapeamento digital de atributos físicos dos solos.

O levantamento e a análise da espacialização dos atributos do solo através de ferramentas de geoestatística são fundamentais para que cada hectare de terra seja cultivado segundo as suas reais aptidões. As imagens de radar de abertura sintética (SAR) têm um grande potencial para a estimação de umidade do solo e, desta forma, estes sensores podem auxiliar no mapeamento de propriedades físicas e físico-hídricas dos solos. O objetivo geral deste estudo foi avaliar o potencial de utilização de imagens de radar (micro-ondas) ALOS/PALSAR na identificação de solos em uma área da Formação Botucatu, dominada por solos de textura arenosa e média no município de Mineiros - GO. A área tem aproximadamente 946 ha, com o relevo da região variando de plano a suave ondulado e geologia da área é composta basicamente, por Arenitos da Formação Botucatu. No presente estudo foram amostrados 84 pontos para calibração e 25 pontos para validação, coletados nas profundidades de 0-20 cm e 60-80 cm. As amostras de solo analisadas para a determinação de areia, silte, argila, capacidade de campo (CC), ponto de murcha permanente (PMP) e água total disponível (AD). Para o desenvolvimento do trabalho foram adquiridas imagens de cinco datas e diferentes polarizações, totalizando 14 imagens, que foram processadas para a correção geométrica e correção radiométrica, utilizando o MDE. Também foram gerados covariáveis dos atributos do terreno: elevação (ELEV), declividade (DECLIV), posição relativa da declividade (PR-DECL), distância vertical do canal de drenagem (DVCD), fator-ls (FATOR-LS) e distância euclidiana (D-EUCL). A predição dos atributos do solo foi realizada utilizando os métodos Random Forest (RF) e Random Forest Krigagem (RFK), tendo como covariáveis preditoras as imagens de radar e os atributos do terreno. O processamento das imagens do radar ALOS/PALSAR possibilitou as correções geométrica e radiométrica, transformando os dados em unidades de coeficiente de retroespalhamento (?º) corrigidos pelo modelo digital de elevação (MDE). As imagens adquiridas representaram de forma ampla as variações de ?º ocorridos em diferentes datas. Os solos da área de estudo são predominantemente arenosos, com a maioria dos pontos amostrados classificados como NEOSSOLOS QUARTZARÊNICOS, seguidos dos LATOSSOLOS. Os modelos RF empregados para a predição dos atributos físicos e físico-hídricos dos solos proporcionaram a análise da contribuição das covariáveis preditoras. Os atributos do terreno que exerceram maior influência na predição dos atributos estudados estão relacionados à elevação. As imagens de 03/05/2009 (HH1, VV1, HV1 e VH1) e 26/09/2010 (HH3 e HV3), obtidas em períodos mais secos, tiveram melhores correlações com os atributos do solo. As análises dos semivariogramas dos resíduos da predição dos modelos RF demonstraram maior dependência espacial na camada de 60 a 80 cm. A abordagem da Krigagem somada ao modelo RF contribuíram para a melhoria da predição dos atributos areia, argila, CC e PMP. O uso de imagens de radar ALOS/PALSAR e atributos do terreno como covariáveis em modelos RFK mostrou potencial para estimar os atributos físicos (areia e argila) e físico-hídricos (CC e PMP), que podem auxiliar no mapeamento de solos associados aos materiais de origem da Formação Botucatu.