MétaCan
Menu
Retour à la cohorte
Enregistrement W3091894382 · doi:10.3389/fmicb.2020.567462

Exposure to Fungal Volatiles Can Influence Volatile Emissions From Other Ophiostomatoid Fungi

2020· article· en· W3091894382 sur OpenAlexafffund
Fuai Wang, Jonathan A. Cale, Altaf Hussain, Nadir Erbilgin

Notice bibliographique

RevueFrontiers in Microbiology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyFungusOphiostomaGreen leaf volatilesBotanyMountain pine beetleAbiotic componentBark beetleAscomycotaBark (sound)EcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Fungal volatile organic compounds can act as intra- and inter-kingdom communication signals that influence the growth and behaviours of organisms involved in antagonistic or mutualistic relationships with fungi. There is growing evidence suggesting that fungal volatile organic compounds can mediate interactions between organisms within and across different ecological niches. Bark beetles have established mutualistic relationships with ophiostomatoid fungi which can serve as a food source and condition host plant tissues for developing beetle larvae. While the profiles (both composition and concentrations) of volatile emission from ophiostomatoid fungi can be influenced by abiotic factors, whether emissions from a given fungal species can be influenced by those from another is still unknown. Here, we analyzed fungal volatile organic compounds emitted from the two ophiostomatoid fungi, Grosmannia clavigera and Ophiostoma ips, associated with mountain pine beetle and pine engraver beetle, respectively, when each fungus was growing alone or in a shared headspace. We used two isolates of each fungus species. Overall, we detected a total of eight volatiles in both G. clavigera alone or in combination with O. ips including acetoin, ethyl acetate, cis-grandisol, isoamyl alcohol, isobutanol, 2-methyl-1-butanol, phenethyl acetate, and phenethyl alcohol. The profiles of volatiles emitted differed between the two fungal species but not between the two isolates of the same fungus. Six compounds were common between the species, whereas two compounds were detected only when G. clavigera was present. Moreover, the majority of volatiles were detected less frequently and at lower concentrations when the two fungi were grown together in a shared headspace. These results are likely due to reduced volatile emissions from O. ips in the presence of G. clavigera. However, changes in the profiles of fungal volatiles did not correspond with the observed changes in the growth of either species. Overall, these results suggest that the similarities in fungal volatiles among different species of fungi may reflect a common ecological niche and that the differences may correspond to species-specific adaptation to their respective host beetles or genetic factors.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,190
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetForest Insect Ecology and ManagementTravaux en français237 207