An easy, simple inexpensive test for the specific detection of Pectobacterium carotovorum subsp. carotovorum based on sequence analysis of the pmrA gene
Notice bibliographique
Résumé
BACKGROUND: The species Pectobacterium carotovorum includes a diverse subspecies of bacteria that cause disease on a wide variety of plants. In Morocco, approximately 95% of the P. carotovorum isolates from potato plants with tuber soft rot are P. carotovorum subsp. carotovorum. However, identification of this pathogen is not always related to visual disease symptoms. This is especially true when different pathogen cause similar diseases on potato, citing as an example, P. carotovorum, P. atrosepticum and P. wasabiae. Numerous conventional methods were used to characterize Pectobacterium spp., including biochemical assays, specific PCR-based tests, and construction of phylogenetic trees by using gene sequences. In this study, an alternative method is presented using a gene linked to pathogenicity, in order to allow accuracy at subspecies level. The pmrA gene (response regulator) has been used for identification and analysis of the relationships among twenty nine Pectobacterium carotovorum subsp. carotovorum and other Pectobacterium subspecies. RESULTS: Phylogenetic analyses of pmrA sequences compared to ERIC-PCR and 16S rDNA sequencing, demonstrated that there is considerable genetic diversity in P. carotovorum subsp. carotovorum strains, which can be divided into two distinct groups within the same clade. CONCLUSIONS: pmrA sequence analysis is likely to be a reliable tool to identify the subspecies Pectobacterium carotovorum subsp. carotovorum and estimate their genetic diversity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».