Phytoplasma classification and phylogeny based on in silico and in vitro RFLP analysis of cpn60 universal target sequences
Notice bibliographique
Résumé
Phytoplasmas are unculturable, phytopathogenic bacteria that cause economic losses worldwide. As unculturable micro-organisms, phytoplasma taxonomy has been based on the use of the 16S rRNA-encoding gene to establish 16Sr groups and subgroups based on the restriction fragment length polymorphism (RFLP) pattern resulting from the digestion of amplicon (in vitro) or sequence (in silico) with seventeen restriction enzymes. Problems such as heterogeneity of the ribosomal operon and the inability to differentiate closely related phytoplasma strains has motivated the search for additional markers capable of providing finer differentiation of phytoplasma strains. In this study we developed and validated a scheme to classify phytoplasmas based on the use of cpn60 universal target (cpn60 UT) sequences. Ninety-six cpn60 UT sequences from strains belonging to 19 16Sr subgroups were subjected to in silico RFLP using pDRAW32 software, resulting in 25 distinctive RFLP profiles. Based on these results we delineated cpn60 UT groups and subgroups, and established a threshold similarity coefficient for groups and subgroups classifying all the strains analysed in this study. The nucleotide identity among the reference strains, the correspondence between in vitro and in silico RFLP, and the phylogenetic relationships of phytoplasma strains based on cpn60 UT sequences are also discussed.
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 | 0,000 | 0,000 |
| 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 ».