A Loop-Mediated Isothermal Amplification Assay for Rapid Detection of Pectobacterium aroidearum that Causes Soft Rot in Konjac
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
Bacterial soft rot caused by Pectobacterium species is a serious disease in konjac (Amorphophallus konjac), a healthy source of starch particularly in East Asia. An effective diagnostic method is crucial to control the disease and reduce losses in konjac production. In this study, we evaluated a loop-mediated isothermal amplification (LAMP) assay with a specific primer set for the rapid and accurate detection of P. aroidearum. A comparative genomics approach was used to identify the specific genes suitable for the design of LAMP primers. The candidate target genes were determined through a first-round comparison with a 50-genome nucleotide database, and subjected to a second-round screening with the GenBank NR database. As a result, nine specific genes of P. aroidearum were selected for LAMP primer design. After screening of the primers, the primer set 1675-1 was chosen for LAMP detection owing to its high specificity and sensitivity. The LAMP assay could detect the presence of P. aroidearum genomic DNA at a concentration as low as 50 fg and 1.2 × 104 CFU/g artificially infected soil within 40 min at 65 °C. Subsequently, this primer set was successfully used to specifically detect P. aroidearum in naturally infected and non-symptomatic plant samples or soil samples from the field. This study indicates that a comparative genomic approach may facilitate the development of highly specific primers for LAMP assays, and a LAMP diagnostic assay with the specific primer set 1675-1 should contribute to the rapid and accurate detection of soft-rot disease in konjac at an early stage.
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 | 0,001 | 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