Assessing the phylogenetic host breadth of millet pathogens and its implication for disease spillover
Notice bibliographique
Résumé
Abstract 1. Increasing agriculture intensification has led to dramatically improved crop yields; however, this shift in agricultural practice has been accompanied by increasing threats from new and emerging plant pathogens. While the pathogens associated with crop species are often well studied, especially within North America and Europe, less is known about pathogen pressures on crops elsewhere, and our ability to predict the emergence of novel pathogens is limited. Here, we model phylogenetic constraints on the distribution of pathogens of millet – one of the most important crops in Africa. 2. We conducted a literature review to compile a database of common millet pathogens and the non‐millet host crops associated with each. We then characterized the phylogenetic host range for each pathogen using measures of mean pairwise distance (MPD) and mean nearest taxon distance (MNTD) separating crop hosts. 3. We detected robust phylogenetic clustering for both metrics of phylogenetic dispersion (MPD and MNTD). Evidence for phylogenetic clustering tended to be stronger (more negative standard effect sizes) and more variable for MPD than for MNTD. 4. Although patterns for individual pathogens were variable, we did not find significant differences in phylogenetic dispersion of hosts among pathogen types (bacteria, viruses and fungi). However, in several cases, we observed evidence of phylogenetic clustering in evolutionarily distant host clades, a possible signal of occasional large phylogenetic host jumps. 5. We show that pathogens cluster on closely related hosts, and it is thus likely that closely related millets also share similar pathogen communities. On average, the probability of a pathogen host shift may, therefore, be predicted by the phylogenetic relatedness between host species. However, host shifts between distantly related hosts are not infrequent. This finding has relevance not only for the design of agronomic systems to reduce disease spillover but also for biological control agents risk analysis, quarantine regulations in international trade and our understanding of the distribution and abundance of plants in natural systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».