Screening for Exotic Forest Pathogens to Increase Survey Capacity Using Metagenomics
Notice bibliographique
Résumé
Anthropogenic activities have a major impact on the global environment. Canada's natural resources are threatened by the spread of fungal pathogens, which is facilitated by agricultural practices and international trade. Fungi are introduced to new environments and sometimes become established, in which case they can cause disease outbreaks resulting in extensive forest decline. Here, we describe how a nationwide sample collection strategy coupled to next-generation sequencing (NGS) (i.e., metagenomics) can achieve fast and comprehensive screening for exotic invasive species. This methodology can help provide guidance to phytopathology stakeholders such as regulatory agencies. Several regulated invasive species were monitored by processing field samples collected over 3 years (2013 to 2015) near high-risk areas across Canada. Fifteen sequencing runs were required on the Ion Torrent platform to process 398 samples that yielded 45 million reads. High-throughput screening of fungal and oomycete operational taxonomic units using customized fungi-specific ribosomal internal transcribed spacer 1 barcoded primers was performed. Likewise, Phytophthora-specific barcoded primers were used to amplify the adenosine triphosphate synthase subunit 9-nicotinamide adenine dinucleotide dehydrogenase subunit 9 spacer. Several Phytophthora spp. were detected by NGS and confirmed by species-specific quantitative polymerase chain reaction (qPCR) assays. The target species Heterobasidion annosum sensu stricto could be detected only through metagenomics. We demonstrated that screening target species using a variety of sampling techniques and NGS-the results of which were validated by qPCR-has the potential to increase survey capacity and detection sensitivity, reduce hands-on time and costs, and assist regulatory agencies to identify ports of entry. Considering that early detection and prevention are the keys in mitigating invasive species damage, our method represents a substantial asset in plant pathology management.
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 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».