MétaCan
Menu
Retour à la cohorte
Enregistrement W4316036336 · doi:10.1094/php-09-22-0095-br

Multiplex PCR Assay for Rapid Identification of <i>Monilinia rubi</i>, the Causal Agent of Dry-Berry Disease of Caneberries

2023· article· en· W4316036336 sur OpenAlexaboutno aff
William A. Weldon, Gayle C. McGhee, Jeffery A. DeLong, Virginia O. Stockwell

Notice bibliographique

RevuePlant Health Progress · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFungal Plant Pathogen Control
Établissements canadiensnon disponible
Organismes subventionnairesAgricultural Research Service
Mots-clésBiologyBerryMultiplexPathogenAmpliconMultiplex polymerase chain reactionGenBankMicrobiologyBotanyPolymerase chain reactionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Monilinia rubi is the causal agent of dry-berry disease of raspberry and blackberry in northern Washington state and western Canada. The symptoms are visible on green fruits and include necrotic and dried drupelets with progressive necrosis from the receptacle into the peduncle. Diagnosis is based on symptoms, isolation, and identification of the slow-growing fungal pathogen. Diagnosis is slow and difficult with late-season tissues because abiotic stresses or other diseases may cause similar symptoms, and the slow-growing pathogen is not easily isolated from tissues harboring fast-growing environmental fungi. A multiplex PCR assay with primers to amplify an ITS region and beta-tubulin was designed to provide a rapid method to identify the pathogen in culture and in infected berry tissues. For M. rubi and infected berries, two amplicons that differ in length by 400 bp are visualized on agarose gels. No bands were obtained from fungal outgroups or nonsymptomatic berries. For further confirmation of the pathogen and the disease, a single amplicon can be sequenced directly from the multiplex reaction and compared with reference sequences in GenBank. This rapid multiplex assay streamlines diagnosis of dry-berry disease, and its application could provide valuable information on the range of the pathogen, especially in other caneberry production regions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,046
Tête enseignante GPT0,287
Écart entre enseignants0,242 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant Health ProgressMême sujetFungal Plant Pathogen ControlTravaux en français237 207