Dataset k projektu 'Vývoj akreditovaných metodik pro hodnocení kvality vody prostřednictvím molekulárně-genetických metod'
Abstract
Dataset obsahuje surová data z molekulárně-genetických analýz (qPCR a NGS) naměřená během řešení projektu "Vývoj akreditovaných metodik pro hodnocení kvality vody prostřednictvím molekulárně-genetických metod". Cílem projektu bylo vytvořit akreditované metodiky pro hodnocení mikrobiální kvality vod prostřednictvím molekulárně-genetických analýz a pro hodnocení mikrobiálního biofilmu ve vodohospodářských stavbách pomocí nanovlákenných nosičů biomasy a standardních mikrobiologických a molekulárně-genetických analýz. Dataset obsahuje osvědčení o akreditaci metodik "Stanovení indikátorových mikroorganismů pomocí qPCR analýzy" (interní označení SOP M 10) a "Stanovení celkového bakteriálního oživení a indikátorových mikroorganismů pomocí qPCR analýzy" (interní označení SOP M 11) vydané Českým institutem pro akreditaci, o.p.s. V datasetu jsou dále zahrnuty zprávy o verifikaci detekce indikátorových mikroorganismů molekulárně-genetickými analýzami (testy opakovatelnosti), o mezilaboratorní porovnávací zkoušce detekce indikátorových mikroorganismů pomocí qPCR analýzy, o verifikaci stanovení celkového bakteriálního oživení a indikátorových mikroorganismů v biofilmu pomocí qPCR analýzy (testy opakovatelnosti) a o mezilaboratorní porovnávací zkoušce detekce indikátorových mikroorganismů na nosičích biomasy pomocí qPCR analýzy. V datasetu se dále nachází fotodokumentace k nanovlákenným nosičům, jako jsou technická schémata a fotografie nosiče, snímky nanovlákenné vrstvy nosičů z výroby, po sterilizaci a po umístění ve vodohospodářských stavbách, pořízené elektronovým rastrovacím a optickým mikroskopem. Součástí datasetu jsou rovněž sekvence qPCR standardů k jednotlivým primerům.
Fields of Study & Subjects
Fecal contamination and water quality
Bacterial Identification and Susceptibility Testing
Microbial Community Ecology and Physiology
Publication details
- Journal / source
- Narodni Repozitar
- Publication date
- 27 January 2026
- Language
- CS
- Document type
- Dataset