Identification of Spruce Budworm Natural Enemies Using a qPCR-Based Molecular Sorting Approach
Notice bibliographique
Résumé
Annual monitoring of mortality agents in the course of a spruce budworm (Choristoneura fumiferana (Clemens) (Lepidoptera: Tortricidae)) population cycle is essential to understanding the factors governing the rise and collapse of outbreaks. To date, assessments of causes of budworm mortality have relied on laboratory rearing of field-collected larvae, followed by visual identification of emerging parasitoids and/or microscopic analysis of pathogens in larval carcasses. Although this approach has provided vital information on the abundance and identity of mortality agents, the procedure is labor-intensive and has limits in terms of accuracy. To overcome these shortcomings, we developed a molecular identification tool that makes use of real-time quantitative PCR (qPCR) and TaqMan® technologies. The tool relies on taxon-specific molecular variants (single nucleotide polymorphism [SNP] markers) found in mitochondrial (COI) and nuclear (28S rDNA) genes, for parasitoids, and in the nuclear SSU rDNA gene for microsporidian pathogens; these are then used as molecular signatures targeted by qPCR primers and TaqMan probes. Thus, the design of several sets of primers and probes deployed in multiplex format enables the identification of natural enemies via a molecular sorting process, bypassing barcode sequencing. Crude budworm DNA extracts are processed through a first module that detects dipteran and hymenopteran parasitoids, and microsporidian infections. Positive samples are then processed for species determination using three additional modules, enabling the identification of 20 common natural enemies of the spruce budworm. The tool has been fully validated using DNA samples from all comprised taxa, and both its sensitivity and accuracy compared favorably with the rearing-based method in an analysis of field-collected budworms. Using this tool, sample processing can be completed within two days, does not require larval rearing, provides accurate species identification, and can be conducted by technical staff without extensive molecular biology or insect taxonomy training.
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 ».