Development and Application of qPCR and RPA Genus- and Species-Specific Detection of <i>Phytophthora sojae</i> and <i>P. sansomeana</i> Root Rot Pathogens of Soybean
Notice bibliographique
Résumé
Phytophthora root rot of soybean, caused by Phytophthora sojae, is one of the most important diseases in the Midwestern United States, and is estimated to cause losses of up to 1.2 million metric tons per year. Disease may also be caused by P. sansomeana; however, the prevalence and damage caused by this species is not well known, partly due to limitations of current diagnostic tools. Efficient, accurate, and sensitive detection of pathogens is crucial for management. Thus, multiplex qPCR and isothermal RPA (recombinase polymerase amplification) assays were developed using a hierarchical approach to detect these Phytophthora spp. The assays consist of a genus-specific probe and two species-specific probes that target the atp9-nad9 region of the mitochondrial genome that is highly specific for the genus Phytophthora. The qPCR approach multiplexes the three probes and a plant internal control. The RPA assays run each probe independently with a plant internal control multiplexed in one amplification, obtaining a result in as little as 20 mins. The multicopy mitochondrial genome provides sensitivity with sufficient variability to discern among different Phytophthora spp. The assays were highly specific when tested against a panel of 100 Phytophthora taxa and range of Pythium spp. The consistent detection level of the assay was 100 fg for the qPCR assay and 10 pg for the RPA assay. The assays were validated on symptomatic plants collected from Michigan (U.S.) and Ontario (Canada) during the 2013 field season, showing correlation with isolation. In 2014, the assays were validated with samples from nine soybean producing states in the U.S. The assays are valuable diagnostic tools for detection of Phytophthora spp. affecting soybean.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».