Identification and Characterization of Bacterial Agents Causing Moderate Damage and Souring of the Fig Fruits
Notice bibliographique
Résumé
In order to determine the factors of decay and sourness of fig fruits, in the summer of 2016-17, 60 leaf, fruit and stem samples from different regions of Tehran, Varamin (Qal'e No), Mazandaran (Amol, Noor and Sari), Lorestan from Iran and a branch of fig fruit sample from Italy were collected. We obtained 30 isolates from the sample. The pathogenicity of 30 isolates were confirmed by artificially inoculation using fig fruits. They were also characterized based on key phenotypic traits. All 30 isolates showed hypersensitivity reaction to tobacco, pelargonium and did not show pathogenicity to potato tubers. 16S rRNA gene of the 10 representative isolates were sequenced. Ten isolates were identified as Stenotrophomonas maltophilia, Pseudomonas aeruginosa, Pseudomonas fulva, Brevibacterium linens, Pseudomonas fragi, Bacillus licheniformis, Bacillus paralicheniformis and Bacillus cereus based on the determined sequences. None of the isolates caused fruit rot but typical disease symptoms were observed on fig leaves and fruits. This is the first report of the presence of pathogenic bacteria on fig trees in Iran.
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 ».