Quantitative assessment of phytopathogenic fungi in various substrates using a DNA macroarray
Notice bibliographique
Résumé
Detection, identification and quantification of plant pathogens are the cornerstones of preventive plant disease management. To detect multiple pathogens in a single assay, DNA array technology currently is the most suitable technique. However, for sensitive detection, polymerase chain reaction (PCR) amplification before array hybridization is required. To evaluate whether DNA array technology can be used to simultaneously detect and quantify multiple pathogens, a DNA macroarray was designed and optimized for accurate quantification over at least three orders of magnitude of the economically important vascular wilt pathogens Verticillium albo-atrum and Verticillium dahliae. A strong correlation was observed between hybridization signals and pathogen concentrations for standard DNA added to DNA from different origins and for infested samples. While accounting for specific criteria like amount of immobilized detector oligonucleotide and controls for PCR kinetics, accurate quantification of pathogens was achieved in concentration ranges typically encountered in horticultural practice. Subsequently, quantitative assessment of other tomato pathogens (Fusarium oxysporum, Fusarium solani, Pythium ultimum and Rhizoctonia solani) in environmental samples was performed using DNA array technology and correlated to measurements obtained using real-time PCR. As both methods of quantification showed a very high degree of correlation, the reliability and robustness of the DNA array technology is shown.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».