MétaCan
Menu
Retour à la cohorte
Enregistrement W2791717740 · doi:10.1128/aem.02601-17

Assessing Performance of Spore Samplers in Monitoring Aeromycobiota and Fungal Plant Pathogen Diversity in Canada

2018· article· en· W2791717740 sur OpenAlexafffundabout
Wen Chen, Sarah Hambleton, Keith A. Seifert, Odile Carisse, Moussa S. Diarra, R. D. Peters, Christine Lowe, Julie Chapados, C. André Lévesque

Notice bibliographique

RevueApplied and Environmental Microbiology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaGovernment of Canada
Mots-clésDrechsleraAlternariaSporeBiologyCladosporiumInternal transcribed spacerBasidiomycotaBioaerosolPyrenophoraFusariumAscomycotaBotanyEnvironmental sciencePenicilliumAerosolGeographyRibosomal RNA

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Spore samplers are widely used in pathogen surveillance but not so much for monitoring the composition of aeromycobiota. In Canada, a nationwide spore-sampling network (AeroNet) was established as a pilot project to assess fungal community composition in air and rain samples collected using three different spore samplers in the summers of 2010 and 2011. Metabarcodes of the internal transcribed spacer (ITS) were exhaustively characterized for three of the network sites, in British Columbia (BC), Québec (QC), and Prince Edward Island (PEI), to compare performance of the samplers. Sampler type accounted for ca. 20% of the total explainable variance in aeromycobiota compositional heterogeneity, with air samplers recovering more Ascomycota and rain samplers recovering more Basidiomycota. Spore samplers showed different abilities to collect 27 fungal genera that are plant pathogens. For instance, Cladosporium spp., Drechslera spp., and Entyloma spp. were collected mainly by air samplers, while Fusarium spp., Microdochium spp., and Ustilago spp. were recovered more frequently with rain samplers. The diversity and abundance of some fungi were significantly affected by sampling location and time (e.g., Alternaria and Bipolaris ) and weather conditions (e.g., Mycocentrospora and Leptosphaeria ), and depended on using ITS1 or ITS2 as the barcoding region (e.g., Epicoccum and Botrytis ). The observation that Canada's aeromycobiota diversity correlates with cooler, wetter conditions and northward wind requires support from more long-term data sets. Our vision of the AeroNet network, combined with high-throughput sequencing (HTS) and well-designed sampling strategies, may contribute significantly to a national biovigilance network for protecting plants of agricultural and economic importance in Canada. IMPORTANCE The current study compared the performance of spore samplers for collecting broad-spectrum air- and rain-borne fungal pathogens using a metabarcoding approach. The results provided a thorough characterization of the aeromycobiota in the coastal regions of Canada in relation to the influence of climatic factors. This study lays the methodological basis to eventually develop knowledge-based guidance on pest surveillance by assisting in the selection of appropriate spore samplers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,184
Écart entre enseignants0,172 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations40
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental MicrobiologyMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207