MétaCan
Menu
Retour à la cohorte
Enregistrement W3087642460

Analysis of Secondary Metabolites Biosynthesized by Pathogenic and Symbiotic Fungi using High-Resolution Tandem LC-MS and Spectral Molecular Networking

2020· article· en· W3087642460 sur OpenAlexaboutno aff
Natasha DesRochers

Notice bibliographique

RevueScholarship@Western (Western University) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFungal Biology and Applications
Établissements canadiensnon disponible
Organismes subventionnairesStrong
Mots-clésTandemTandem mass spectrometryHigh resolutionComputational biologyBiologyChemistryBotanyMicrobiologyRemote sensingMass spectrometryChromatographyMaterials scienceGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Fungi from Canadian crops affect many aspects of agriculture. For example, ginseng root rot caused by Ilyonectria spp. is a major issue for farmers. Ilyonectria spp. make few reported natural products and it is not known if those products are unique to virulent species. PCA and molecular networking were applied to HRMS data to establish a distinct metabolomic profile of root rot pathogens, characterized by antifungal resorcyclic acid lactones (RALs). These likely protect Ilyonectria from other soil pathogens, which gives it the opportunity to infect ginseng root.\nMolecular networking was also applied to fungal endophytes from fruit crops to identify new compounds. Endophytes are symbionts that produce beneficial compounds, however, traditional screening methods are cumbersome in finding new or novel compounds. HRMS data of 302 fungal endophytes were examined to identify nine new compounds related to known antimicrobial compounds. These compounds are targets for isolating and characterizing in further studies.

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 enseignants0,323
Score d'incertitude au seuil0,887

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,050
Tête enseignante GPT0,281
Écart entre enseignants0,231 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetFungal Biology and ApplicationsTravaux en français237 207