MétaCan
Menu
Retour à la cohorte
Enregistrement W3112082405 · doi:10.3390/molecules25235749

Detection of Fungi and Oomycetes by Volatiles Using E-Nose and SPME-GC/MS Platforms

2020· article· en· W3112082405 sur OpenAlexaff
Jérémie Loulier, François Lefort, Marcin Stocki, Monika Asztemborska, Rafał Szmigielski, Krzysztof Siwek, Tomasz Grzywacz, Tom Hsiang, Sławomir Ślusarski, Tomasz Oszako, Marcin Klisz, Rafał Tarakowski, Justyna A. Nowakowska

Notice bibliographique

RevueMolecules · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNarodowe Centrum Badań i Rozwoju
Mots-clésGas chromatography–mass spectrometryChromatographyChemistryElectronic noseMass spectrometryBiology

Résumé

récupéré en direct d'OpenAlex

Fungi and oomycetes release volatiles into their environment which could be used for olfactory detection and identification of these organisms by electronic-nose (e-nose). The aim of this study was to survey volatile compound emission using an e-nose device and to identify released molecules through solid phase microextraction–gas chromatography/mass spectrometry (SPME–GC/MS) analysis to ultimately develop a detection system for fungi and fungi-like organisms. To this end, cultures of eight fungi (Armillaria gallica, Armillaria ostoyae, Fusarium avenaceum, Fusarium culmorum, Fusarium oxysporum, Fusarium poae, Rhizoctonia solani, Trichoderma asperellum) and four oomycetes (Phytophthora cactorum, P. cinnamomi, P. plurivora, P. ramorum) were tested with the e-nose system and investigated by means of SPME-GC/MS. Strains of F. poae, R. solani and T. asperellum appeared to be the most odoriferous. All investigated fungal species (except R. solani) produced sesquiterpenes in variable amounts, in contrast to the tested oomycetes strains. Other molecules such as aliphatic hydrocarbons, alcohols, aldehydes, esters and benzene derivatives were found in all samples. The results suggested that the major differences between respective VOC emission ranges of the tested species lie in sesquiterpene production, with fungi emitting some while oomycetes released none or smaller amounts of such molecules. Our e-nose system could discriminate between the odors emitted by P. ramorum, F. poae, T. asperellum and R. solani, which accounted for over 88% of the PCA variance. These preliminary results of fungal and oomycete detection make the e-nose device suitable for further sensor design as a potential tool for forest managers, other plant managers, as well as regulatory agencies such as quarantine services.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,182 · 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

Citations55
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207