PCR Markers Derived from Comparative Genomics for Detection and Identification of the Rice Pathogen <i>Ustilaginoidea virens</i> in Plant Tissues
Notice bibliographique
Résumé
Ustilaginoidea virens is a fungal pathogen that causes the false smut disease in rice and reduces the yield and quantity of the grains. A nested polymerase chain reaction (PCR)-based assay was developed to detect U. virens using genes of U. virens as specific targets. Ninety-six candidate genes of U. virens were found through first-round homology screening against a local database comprising 46 genomes of fungi, bacteria, and plants, with a second-round comparison with the GenBank NR database to further identify genes unique to U. virens. Among 96 remaining candidate genes, 20 of them (GenBank accessions KY617806 to KY617825) were randomly selected for further testing and, eventually, six sets of nested PCR primers were developed after further sensitivity, specificity, and detection tests. All six sets could detect DNA of U. virens at as little as 1 to 10 fg/μl from field or lab samples. These primers may be used to detect infection by U. virens at early stages, for use in research toward mitigating disease spread, as well as for studying the ecology of U. virens. This study also serves to illustrate that a comparative genomics method may allow for selection and development of highly specific primers once draft or complete genomes are available.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».