MétaCan
Menu
Retour à la cohorte
Enregistrement W3190435034 · doi:10.1094/phyto-01-21-0020-r

Towards Improved Detection and Identification of Rust Fungal Pathogens in Environmental Samples Using a Metabarcoding Approach

2021· article· en· W3190435034 sur OpenAlexafffund
Wen Chen, Devon Radford, Sarah Hambleton

Notice bibliographique

RevuePhytopathology · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Pathogens and Resistance
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésBiologyInternal transcribed spacerPhylogenetic treeRibosomal DNAPrimer (cosmetics)In silicoPucciniaDNA barcodingGeneticsGeneBotanyEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

The dispersion of fungal inocula such as the airborne spores of rust fungi (Pucciniales) can be monitored through metabarcoding of the internal transcribed spacer 2 (ITS2) of the rRNA gene in environmental DNAs. This method is largely dependent on a high-quality reference database (refDB) and primers with proper taxonomic coverage and specificity. For this study, a curated ITS2 reference database (named CR-ITS2-refDB) comprising representatives of the major cereal rust fungi and phylogenetically related species was compiled. Interspecific and intraspecific variation analyses suggested that the ITS2 region had reasonable discriminating power for the majority of the Puccinia species or species complexes in the database. In silico evaluation of nine forward and seven reverse ITS2 primers, including three newly designed, revealed marked variation in DNA amplification efficiency for the rusts. We validated the theoretical assessment of rust-enhanced (Rust2inv/ITS4var_H) and universal fungal (ITS9F/ITS4) ITS2 primer pairs by profiling the airborne rust fungal communities from environmental samples via a metabarcoding approach. Species- or subspecies-level identification of the rusts was improved by use of CR-ITS2-refDB and the Automated Oligonucleotide Design Pipeline (AODP), which identified all mutations distinguishing highly conserved DNA markers between close relatives. A generic bioinformatics pipeline was developed, including all steps used in this study from in silico evaluation of primers to accurate identification of short metabarcodes at the level of interest for defining phytopathogens. The results highlight the importance of primer selection, refDBs that are resolved to reflect phylogenetic relationships, and the use of AODP for improving the reliability of metabarcoding in phytopathogen biosurveillance.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,028
Tête enseignante GPT0,215
Écart entre enseignants0,187 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhytopathologyMême sujetPlant Pathogens and ResistanceTravaux en français237 207