Clonal evaluation for fusiform rust disease resistance: effects of pathogen virulence and disease escape
Notice bibliographique
Résumé
We evaluated the precision of phenotypic classification for fusiform rust resistance of Pinus taeda L. in a clonally propagated population segregating for the pathotype-specific resistance gene Fr1. In all marker-defined Fr1/fr1 clones screened with low complexity or ambient inoculum, marker–trait cosegregation was complete with no exceptions. Uncommon exceptions (4 of 30) in which marker-defined Fr1/fr1 clones screened with high complexity inoculum were diseased were probably due to a low frequency of spores virulent to Fr1 resistance. Marker–trait cosegregation for fr1/fr1 clones was less reliable, as all ramets of a few clones (5 of 29, 3 of 25, and 4 of 16) remained disease-free with low complexity, high complexity, or ambient inoculum, respectively. We termed disease-free fr1/fr1 ramets “escapes”, since the genetics of the host–pathogen interaction predicted them to be diseased. For nonmarker-defined materials, we considered escapes to be disease-free ramets within clones that had at least one diseased ramet. Narrow-sense heritability estimates for escape rate were 29% and 23% for the low and high complexity inocula, respectively, suggesting that genetic variation in the host is an important component of this resistance mechanism.
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 | 0,002 |
| 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 ».