A Molecular Assay Allows the Simultaneous Detection of 12 Fungi Causing Fruit Rot in Cranberry
Notice bibliographique
Résumé
Cranberry fruit rot (CFR) is arguably one of the most limiting factors of cranberry (Vaccinium macrocarpon) production throughout its growing areas. The disease is caused by a group of closely related fungi that require identification using long and cumbersome steps of isolation and microscopic observations of structural features. The objective of this study was to develop a molecular assay to simultaneously detect and discriminate 12 of the most important fungal species reported to be pathogenic on cranberry fruit to facilitate the diagnosis of CFR. As the first approach, internal transcribed spacers and large subunit regions of all fungi were sequenced and confirmed with sequences available in the NCBI database. These data were used to develop primers able to differentiate seven of the 12 species. The five remaining species, including three in the Phacidiaceae family and two in the Glomerellaceae family, were differentiated on the basis of a more discriminant marker, the translation elongation factor 1-α. Two PCR reactions were optimized to clearly delineate the 12 species. The multiplex test was first validated using pure fungal cultures; it was subsequently validated using fruit collected in cranberry beds in eastern Canada. In the latter case, the test was rigorous enough to clearly discriminate the fungal pathogens from contaminants. Within the tested samples, Physalospora vaccinii and Coleophoma empetri were most commonly found. This molecular test offers scientists, diagnosticians, and growers a powerful tool that can rapidly and precisely identify fungi causing CFR so they can implement appropriate control methods.
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 | 0,000 | 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 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 ».