Recent Advances on the Multiplex Molecular Detection of Plant Viruses and Viroids
Notice bibliographique
Résumé
Plant viruses are still one of the main contributors to economic losses in agriculture. It has been estimated that plant viruses can cause as much as 50 billion euros loss worldwide, per year. This situation may be worsened by recent climate change events and the associated changes in disease epidemiology. Reliable and early detection methods are still one of the main and most effective actions to develop control strategies for plant viral diseases. During the last years, considerable progress has been made to develop tools with high specificity and low detection limits for use in the detection of these plant pathogens. Time and cost reductions have been some of the main objectives pursued during the last few years as these increase their feasibility for routine use. Among other strategies, these objectives can be achieved by the simultaneous detection and (or) identification of several viruses in a single assay. Nucleic acid-based detection techniques are especially suitable for this purpose. Polyvalent detection has allowed the detection of multiple plant viruses at the genus level. Multiplexing RT polymerase chain reaction (PCR) has been optimized for the simultaneous detection of more than 10 plant viruses/viroids. In this short review, we provide an update on the progress made during the last decade on techniques such as multiplex PCR, polyvalent PCR, non-isotopic molecular hybridization techniques, real-time PCR, and array technologies to allow simultaneous detection of multiple plant viruses. Also, the potential and benefits of the powerful new technique of deep sequencing/next-generation sequencing are described.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».