MétaCan
Menu
Retour à la cohorte
Enregistrement W2065605879 · doi:10.1017/s0007485315000218

Using comparative genomics to develop a molecular diagnostic for the identification of an emerging pest <i>Drosophila suzukii</i>

2015· article· en· W2065605879 sur OpenAlexaboutno aff
Katherine A. Murphy, Thomas R. Unruh, Lin Zhou, Frank G. Zalom, Peter W. Shearer, E. H. Beers, Vaughn M. Walton, Betsey Miller, Joanna C. Chiu

Notice bibliographique

RevueBulletin of Entomological Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect behavior and control techniques
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, DavisWashington Tree Fruit Research Commission
Mots-clésDrosophila suzukiiBiologyPEST analysisDrosophila (subgenus)QuarantineAgricultural pestIdentification (biology)Plant quarantineEntomologyDrosophilidaeBiotechnologyEcologyBotanyDrosophila melanogasterGenetics

Résumé

récupéré en direct d'OpenAlex

Drosophila suzukii (Spotted Wing Drosophila) has recently become a serious invasive pest of fruit crops in the USA, Canada, and Europe, leading to substantial economic losses. D. suzukii is a direct pest, ovipositing directly into ripe or ripening fruits; in contrast, other Drosophilids utilize decaying or blemished fruits and are nuisance pests at worst. Immature stages of D. suzukii are difficult to differentiate from other Drosophilids, posing problems for research and for meeting quarantine restrictions designed to prevent the spread of this pest in fruit exports. Here we used a combined phylogenetic and bioinformatic approach to discover genetic markers suitable for a species diagnostic protocol of this agricultural pest. We describe a molecular diagnostic for rapid identification of single D. suzukii larva using multiplex polymerase chain reaction. Our molecular diagnostic was validated using nine different species of Drosophila for specificity and 19 populations of D. suzukii from different geographical regions to ensure utility within species.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,307
Tête enseignante GPT0,433
Écart entre enseignants0,126 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Entomological ResearchMême sujetInsect behavior and control techniquesTravaux en français237 207