In Vivo Monitoring of Obligate Biotrophic Pathogen Growth by Kinetic PCR
Notice bibliographique
Résumé
The plant kingdom is constantly challenged by a battery of evolving pathogens. New species or races of pathogens are discovered on crops that were initially bred for disease resistance, and globalization is facilitating the movement of exotic pests. Among these pests, obligate biotrophic parasites make up some of the most damaging groups and have been particularly challenging to study. Here we demonstrate the utility of kinetic PCR (kPCR) (real-time PCR, quantitative PCR) to assess the growth of poplar rust, caused by Melampsora species, by quantification of pathogen DNA. kPCR allowed the construction of reliable growth curves from inoculation through the final stages of uredinial maturation, as well as pathogen monitoring before symptoms become visible. Growth parameters, such as latency period, generation time in logarithmic growth, and the increase in DNA mass at saturation, were compared in compatible, incompatible, and nonhost interactions. Pathogen growth was monitored in different applications dealing with plant pathology, such as host and pathogen diversity and transgenic crop improvement. Finally, the capacity of kPCR to differentiate pathogens in the same sample has broad molecular ecology applications for dynamically monitoring the growth of fungi in their environments or in mixed populations or to measure the efficacy of pest control strategies.
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 ».