Detection of <i>Phytophthora melonis</i> in samples of soil, water, and plant tissue with polymerase chain reaction
Notice bibliographique
Résumé
A polymerase chain reaction (PCR) assay for the detection of Phytophthora melonis, the causal agent of phytophthora blight of cucumber, was developed. PCR primers specific to P. melonis (Pm1 and Pm2) were designed using sequences of the internal transcribed spacer (ITS) of nuclear ribosomal DNA. More than 115 isolates representing 26 species of Phytophthora and 29 other species of pathogens were used to test the specificity of the primers. PCR amplification with these primers resulted in a product of ca 545 base pairs exclusively for isolates of P. melonis. The detection sensitivity with P. melonis primers was 100 fg of genomic DNA. A nested PCR procedure with DC6 and ITS4 as first-round primers, followed by Pm1 and Pm2 primers, increased detection sensitivity 1000-fold to 100 ag. With nested PCR, the detection sensitivity for the soil pathogens was 10 zoospores in 0.5 g of artificially inoculated soil. PCR with Pm1 and Pm2 was also used to detect P. melonis in naturally infected cucumber tissue, soil, and irrigation water. Real-time fluorescent quantitative PCR assays were developed to detect and monitor the pathogen in plant samples. The PCR-based methods developed could simplify both plant disease diagnosis and pathogen monitoring as well as help guide plant disease management.
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 | 0,001 | 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 ».