MétaCan
Menu
Retour à la cohorte
Enregistrement W2167466639 · doi:10.7202/008905ar

Génomique des champignons ophiostomatoïdes : un gène, c’est bien; deux, c’est mieux; deux mille, c’est encore mieux!

2004· article· fr· W2167466639 sur OpenAlexaffvenueabout
Louis Bernier

Notice bibliographique

RevuePhytoprotection · 2004
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBiologyMolecular biologyHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Les champignons ophiostomatoïdes regroupent plus d’une centaine d’espèces saprophytes du xylème des arbres, ainsi que quelques espèces phytopathogènes dont Ophiostoma novo-ulmi , principal agent de la maladie hollandaise de l’orme. Dans le cadre d’un projet de recherche pan-canadien lancé en 2001, nous étudions l’organisation du génome nucléaire des champignons ophiostomatoïdes, en plus d’identifier les gènes qui modulent la valeur adaptative et la pathogénicité chez O. novo-ulmi . Pour ce faire, un éventail d’approches expérimentales relevant de la génomique structurale et de la génomique fonctionnelle est mis à contribution. D’une part, nous avons cartographié à ce jour près de 200 marqueurs nucléaires chez O. novo-ulmi . Certains de ces marqueurs sont utilisés aux fins d’études comparatives du génome nucléaire chez les espèces du genre Ophiostoma . En second lieu, le séquençage à grande échelle de clones d’ADN complémentaire obtenus à partir d’ARN messagers exprimés à diverses phases du développement d’ O. novo-ulmi (par exemple, lors de la croissance végétative en conditions axéniques, lors de la fructification ou encore lors de la colonisation de tissus d’orme) permet d’obtenir la séquence, non plus de gènes individuels, mais des populations entières de gènes. Suite à l’analyse bioinformatique des banques de données publiques, la fonction présumée de plusieurs de ces gènes peut être déterminée in silico . Les approches susmentionnées, qui peuvent être mises à profit pour l’étude d’un grand nombre d’agents pathogènes dont des espèces récalcitrantes aux approches classi-ques, nous ont permis de faire passer rapidement le nombre de gènes identifiés chez O. novo-ulmi de 20 à plus de 2,000. Cette imposante banque de données permet désormais d’envisager des expériences complexes qui permettront de mieux comprendre la biologie des champignons ophiostomatoïdes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,562
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,006

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 Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations1
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePhytoprotectionMême sujetForest Insect Ecology and ManagementTravaux en français237 207