Species Diversity of <i>Dickeya</i> and <i>Pectobacterium</i> Causing Potato Blackleg Disease in Pakistan
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
Potato blackleg is caused by a diverse species of pectinolytic bacteria. In Pakistan, approximately 90% of the pathogens involved belong to Pectobacterium atrosepticum. Survey (2014 to 2017), sampling, and isolation from different potato growing areas of Punjab, Pakistan depicted an overall disease incidence of approximately 15%. Thirty-six pectinolytic strains confirmed through biochemical and pathogenicity testing were characterized via gapA gene to identify them at the species level. To further validate the identification, one strain from each species SS26 (P. atrosepticum), SS28 (Pectobacterium polaris), SS70 (Dickeya dianthicola), SS90 (Pectobacterium parmentieri), SS95 (Pectobacterium punjabense), and SS96 (Pectobacterium versatile) were selected for draft genome sequencing and multilocus sequence analysis of 13 housekeeping genes (fusA, rpoD, acnA, purA, gyrB, recA, mdh, mtlD, groEL, secY, glyA, gapA, and rplB). Phylogenetic analysis revealed considerable genetic diversity in the genus Pectobacterium. In silico DNA–DNA hybridization and average nucleotide identity values of the strains selected for genome sequencing were determined with other reference Pectobacterium and Dickeya strains. Moreover, all six representative strains were also phenotypically characterized on the basis of metabolism of different carbon sources. Overall, on the basis of genotypic and phenotypic characteristics, these 36 isolates were grouped into six species: P. atrosepticum, P. versatile, P. parmentieri, P. polaris, P. punjabense, and D. dianthicola.
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 | 0,000 | 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 découle