MétaCan
Menu
Retour à la cohorte
Enregistrement W2046485662 · doi:10.1094/pd-89-1143

Development of a DNA Macroarray for Detection and Monitoring of Economically Important Apple Diseases

2005· article· en· W2046485662 sur OpenAlexafffund
P. L. Sholberg, D. T. O’Gorman, K.E. Bedford, C. André Lévesque

Notice bibliographique

RevuePlant Disease · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaNational Institutes of HealthWashington Tree Fruit Research Commission
Mots-clésBiologyVenturia inaequalisPenicillium expansumApple scabRibosomal DNAFire blightBotanyErwiniaGeneticsGeneCultivarFungicidePhylogenetic tree

Résumé

récupéré en direct d'OpenAlex

Short DNA gene sequences (oligonucleotides) from the ribosomal spacer regions of bacterial and fungal pathogens were used to identify and monitor economically important apple diseases. The oligonucleotides or probes were attached to a nylon membrane by an amine modified linker arm and arranged in a precise pattern to form an array for detecting five pathogens corresponding to five apple diseases. Initially the specificity of the probes was determined by hybridizing pure cultures of the pathogens to the probes. The DNA array correctly identified Botrytis cinerea, Penicillium expansum, Podosphaera leucotricha, Venturia inaequalis, and Erwinia amylovora and eliminated closely related species. When the array was used to monitor V. inaequalis ascospores collected from spore traps located in orchards, it confirmed the presence of ascospores as predicted by the disease forecasting model. Preliminary tests to quantify P. leucotricha populations using grayscale values was effective to 20 conidia per leaf disk. The DNA array is a promising new detection system for accurate identification of several pathogens in a single test with the potential for being a new tool for epidemiological studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlant DiseaseMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207