Detection of interactions between the pea root rot pathogens <i>Aphanomyces euteiches</i> and <i>Fusarium</i> spp. using a multiplex <scp>qPCR</scp> assay
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
Pea root rot complex ( PRRC ) describes a group of closely associated soilborne pathogens that cause root rot disease in field pea. Aphanomyces euteiches and several Fusarium spp. are the most prevalent and damaging microorganisms within this complex, although the impact of interspecific interactions on disease progression remains largely unexplored. Furthermore, a fast and reliable method of detecting and quantifying these pathogens is not currently available. The objectives of this experiment were to: (i) investigate the effect of microbial interactions on root rot severity in pea under greenhouse conditions; and (ii) characterize changes in colonization rates when multiple pathogens are present using qPCR . Seeds were exposed to three species of Fusarium and were planted into A. euteiches ‐infested soil in varying combinations. For each experimental treatment, an index of disease severity was used to visually rate disease symptoms. Additionally, two triplex quantitative PCR ( qPCR ) assays were designed to detect and quantify changes in pathogen population dynamics on the roots. Both assays demonstrated a high degree of sensitivity and efficiency. Results from two independent greenhouse trials indicated an increase in disease severity in the presence of multiple pathogen species compared to single inoculations. Specifically, roots infected with A. euteiches were more susceptible to fusarium root rot than those exposed only to Fusarium spp. These observations were confirmed by qPCR results, which revealed significant changes in colonization rates when multiple species were present. These findings suggest an increased risk of yield loss in regions where A. euteiches and Fusarium spp. co‐occur.
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 | 0,000 |
| 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 découle