Impact of <i>Brassica napus–Leptosphaeria maculans</i> interaction on the emergence of virulent isolates of <i>L. maculans</i> , causal agent of blackleg disease in canola
Notice bibliographique
Résumé
Abstract Canola ( Brassica napus ) is the major oilseed crop in Canada. Blackleg ( Leptosphaeria maculans ) causes yield losses annually, with a larger impact in the last two decades caused by breakdown of resistance in growers’ fields. A 4‐year small‐plot field study from 2014 to 2017 in Manitoba investigated the impact of the B . napus–L . maculans interaction on the emergence of virulent isolates towards specific R genes. Doubled haploid B . napus ‘Topas’ introgression lines carrying single R genes were used, with a 2‐year canola–wheat rotation. Blackleg incidence was reduced by 40% in 2017 compared to 2014 for all R genes tested except Rlm4 . In 2017, disease severity was reduced between 21% and 52% compared to 2014 for all R genes tested except Rlm2 . There was a significant shift from AvrLm2 and AvrLm4 to virulent alleles avrLm2 and avrLm4 , respectively, which led to the gain of virulence toward Rlm2 and Rlm4 Topas introgression lines within a year. Sequencing of the AvrLm2 gene of isolates from 2014 and 2015 revealed a shift of AvrLm2 to avrLm2 allele due to accumulation of point mutations. Masking of AvrLm3 phenotype by the presence of the AvrLm4‐7 allele was also confirmed by analysing phenotypes and genotypes of the isolates collected from 2014 to 2017. Based on these and previous findings, we demonstrate the need for an epidemiological model that takes into account complex molecular mechanisms allowing plant breeders to select appropriate R genes, including balanced cultivar rotation strategies to maintain blackleg resistance in the Canadian Prairies.
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) | 0,001 | 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 ».