MétaCan
Menu
Retour à la cohorte
Enregistrement W2966518870 · doi:10.3389/fmicb.2019.01936

High Genetic Diversity and Species Complexity of Diaporthe Associated With Grapevine Dieback in China

2019· article· en· W2966518870 sur OpenAlexaff
Ishara S. Manawasinghe, Asha J. Dissanayake, Xinghong Li, Mei Liu, Dhanushka N. Wanasinghe, Jianping Xu, Wensheng Zhao, Wei Zhang, Yueyan Zhou, Kevin D. Hyde, Siraprapa Brooks, Jiye Yan

Notice bibliographique

RevueFrontiers in Microbiology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensMcMaster University
Organismes subventionnairesNational Natural Science Foundation of ChinaChinese Academy of SciencesNational Science Foundation
Mots-clésBiologyGenetic diversityTaxonChinaTaxonomy (biology)BotanyGeographyPopulation

Résumé

récupéré en direct d'OpenAlex

Grapevine trunk diseases have become one of the main threats to grape production worldwide, with Diaporthe species as an emerging group of pathogens in China. At present, relatively little is known about the taxonomy and genetic diversity of Chinese Diaporthe populations, including their relationships to other populations worldwide. Here, we conducted an extensive field survey in six provinces in China to identify and characterize Diaporthe species in grape vineyards. Ninety-four isolates were identified and analyzed using multi-locus phylogeny. The isolates belonged to eight species, including three novel taxa, D. guangxiensis, D. hubeiensis, D. viniferae, and three new host records, D. gulyae D. pescicola and D. unshiuensis. The most commonly isolated species was D. eres. In addition, high genetic diversity was observed for D. eres in Chinese vineyards. Haplotype network analysis of D. eres isolates from China and Europe showed a close relationship between samples from the two geographical locations and evidence for recombination. In comparative pathogenicity testing, D. gulyae was the most aggressive taxon, whereas D. hubeiensis was the least aggressive. This study provides new insights into the Diaporthe species associated with grapevines in China, and our results can be used to develop effective disease management strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,172
Écart entre enseignants0,165 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations118
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207