Modifications of Grapevine Berry Composition Induced by Main Viral and Fungal Pathogens in a Climate Change Scenario
Notice bibliographique
Résumé
The grapevine is subject to high number of fungal and viral diseases, which are responsible for important economic losses in the global wine sector every year. These pathogens deteriorate grapevine berry quality either directlyviathe modulation of fruit metabolic pathways and the production of endogenous compounds associated with bad taste and/or flavor, or indirectlyviatheir impact on vine physiology. The most common and devastating fungal diseases in viticulture are gray mold, downy mildew (DM), and powdery mildew (PM), caused, respectively byBotrytis cinerea,Plasmopara viticola, andErysiphe necator. WhereasB. cinereamainly infects and deteriorates the ripening fruit directly, deteriorations by DM and PM are mostly indirectviaa reduction of photosynthetic leaf area. Nevertheless, mildews can also infect berries at certain developmental stages and directly alter fruit qualityviathe biosynthesis of unpleasant flavor compounds that impair ultimate wine quality. The grapevine is furthermore host of a wide range of viruses that reduce vine longevity, productivity and berry quality in different ways. The most widespread virus-related diseases, that are known nowadays, are Grapevine Leafroll Disease (GLRD), Grapevine Fanleaf Disease (GFLD), and the more recently characterized grapevine red blotch disease (GRBD). Future climatic conditions are creating a more favorable environment for the proliferation of most virus-insect vectors, so the spread of virus-related diseases is expected to increase in most wine-growing regions. However, the impact of climate change on the evolution of fungal disease pressure will be variable and depending on region and pathogen, with mildews remaining certainly the major phytosanitary threat in most regions because their development rate is to a large extent temperature-driven. This paper aims to provide a review of published literature on most important grapevine fungal and viral pathogens and their impact on grape berry physiology and quality. Our overview of the published literature highlights gaps in our understanding of plant-pathogen interactions, which are valuable for conceiving future research programs dealing with the different pathogens and their impacts on grapevine berry quality and metabolism.
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 | 0,000 | 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 | 0,001 | 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 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 ».