Rapid detection of fungal endophytes in grasses for large‐scale studies
Notice bibliographique
Résumé
Summary Standard visual screening methods for determining the qualitative and quantitative presence of fungal endophytes are too time‐consuming for large‐scale ecological studies. We investigated whether commercially available immunoblot kits, using monoclonal antibody techniques and designed for rapid‐screening of the presence of Neotyphodium endophytes in fresh samples of the pasture grasses Festuca arundinacea and Lolium perenne , could be used for Neotyphodium detection using other grasses and preserved samples. We also determined whether immunoblot kits could provide quantitative information about the amount of Neotyphodium in the grass. The kits accurately detected endophyte presence in F. rubra , F. ovina , F. pratensis and F. altaica , in both preserved samples (dried and fixed), including 12‐year‐old stored, dried samples of F. rubra . Endophytes were detected in 7‐day‐old seedlings of Lolium perenne , 3 days (30%) earlier than previously recognized. The intensity of the coloured tissue prints on scanned immunoblot cards was significantly positively correlated with hyphal density, demonstrating a previously unrecognized accurate quantitative application. These findings greatly reduce logistical barriers to large‐scale field research into the broader ecological significance of Neotyphodium in temperate and arctic grasses in non‐agricultural ecosystems (particularly in remote areas) and suggest potential for estimating historical infection rates using stored and herbarium specimens.
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 ».