Identification of <i>Pectobacterium versatile</i> Causing Blackleg of Potato in New York State
Notice bibliographique
Résumé
Soft rot bacteria classified in the Pectobacteriaceae (SRP), including Pectobacterium and Dickeya spp., are responsible for soft rot and blackleg diseases of potato. Since 2014, blackleg outbreaks caused by D. dianthicola have increased in the United States and Canada. Our previous study found that the most abundant causal organisms of blackleg disease in New York State were P. parmentieri and D. dianthicola, with the latter being the only Dickeya species reported. In the present study, we identified and characterized pathogenic SRP bacteria from 19 potato samples collected in New York State during the 2017 growing season. We used genome sequence comparison to determine the pathogens’ species. We found eight P. versatile, one P. atrosepticum, two P. carotovorum, two P. parmentieri, and six D. dianthicola isolates in our 2017 SRP collection. This is the first time that P. versatile has been reported to cause potato blackleg disease in New York State. We determined the phylogenetic relationships between the SRP strains by using 151 single-copy orthologous gene sequences shared among the set of bacteria in our analysis, which provided better resolution than phylogenies constructed with the dnaX gene.
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 ».