Quantification of <i>Plasmodiophora brassicae</i> Resting Spores in Soils Using Droplet Digital PCR (ddPCR)
Notice bibliographique
Résumé
Plasmodiophora brassicae, an obligate soilborne pathogen that causes clubroot on Brassica crops, is spreading rapidly in western Canada, threatening canola production in the region. Bioassays and molecular assays have been used to estimate the concentration of P. brassicae resting spores in soil, which can affect clubroot incidence and severity on crops. Droplet digital PCR (ddPCR) is a promising new approach for quantification of pathogen inoculum owing to its low sensitivity to inhibitors and consistency at low target concentrations. The objective of this study was to assess ddPCR against existing quantitative PCR (qPCR) for potential advantage and/or improvement in quantifying P. brassicae resting spores in soil. The new protocol enumerated resting spores accurately in spiked potting mix or soil samples ranging from 10 2 to 10 7 spores per gram. At a spore concentration ≥10 7 spores per gram, however, ddPCR became less accurate, with a tendency of overestimation. The protocol was validated by quantifying the resting spores in spiked brown, dark brown, and black soils using both ddPCR and qPCR simultaneously. These soil types are found commonly on the Canadian Prairies, and they vary in texture, pH, and organic content. ddPCR showed similar results among the different soil types, whereas qPCR often displayed lower counts for the same spore concentration, with the amplification of DNA inhibited completely in black soil samples. The inhibition can be removed by a 10-fold dilution of DNA samples. The results show that ddPCR can be a more versatile tool than qPCR for detection and quantification of P. brassicae resting spores in soil samples.
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 ».