Amplicon Sequencing Reveals Extensive Coinfections of Foliar Pathogens in Soybean
Notice bibliographique
Résumé
Soybean (Glycine max) is one of the most economically important crops grown in North America and in other regions worldwide. However, the plant is susceptible to a variety of foliar pathogenic microorganisms, some of which are a significant threat to production. Several molecular and serological approaches are currently available to diagnose plant pathogens, but all have limitations including their capability to accurately detect coinfections of individual plants. We therefore used 16S and internal transcribed spacer amplicon sequencing to identify the suite of bacterial and fungal organisms infecting 96 soybean leaf samples collected throughout southern Manitoba, Canada, at two growth stages (V2/3 and R6). We were able to confirm the presence of pathogens previously known to our sampling regions, such as Septoria glycines, Alternaria alternata, and Pseudomonas spp. Importantly, we found that most of plants were infected by more than one putative pathogen, with 64% of V2/3 and 26% of R6 plants infected by three or more pathogens. Amplicon sequencing also indicated the presence of residual pathogens that infect crops other than soybean, as well as nonfoliar pathogens and nonpathogenic microorganisms. We discuss some of the benefits and drawbacks of using amplicon sequencing to detect foliar pathogens of soybean.
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 ».