Application of Next Generation Sequencing for Diagnostic Testing of Tree Fruit Viruses and Viroids
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Conventional detection of viruses and virus-like diseases of plants is accomplished using a combination of molecular, serological, and biological indexing. These are the primary tools used by plant virologists to monitor and ensure trees are free of known viral pathogens. The biological indexing assay, or bioassay, is considered to be the "gold standard" as it is the only method of the three that can detect new, uncharacterized, or poorly characterized viral disease agents. Unfortunately, this method is also the most labor intensive and can take up to three years to complete. Next generation sequencing (NGS) is a technology with rapidly expanding possibilities including potential applications for the detection of plant viruses. In this study, comparisons are made between tree fruit testing by conventional and NGS methods, to demonstrate the efficacy of NGS. A comparison of 178 infected trees, many infected with several viral pathogens, demonstrated that conventional and NGS were equally capable of detecting known viruses and viroids. Comparable results were obtained for 170 of 178 of the specimens. Of the remaining eight specimens, some discrepancies were observed between viruses detected by the two methods, representing less than 5% of the specimens. NGS was further demonstrated to be equal or superior for the detection of new or poorly characterized viruses when compared with a conventional bioassay. These results validated both the effectiveness of conventional virus testing methods and the use of NGS as an additional or alternative method for plant virus detection.
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.
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 | 0,002 |
| 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 découle