Using a GFP-labeled Stagonospora nodorum strain as a DNA extraction efficiency standard in plant disease diagnosis
Notice bibliographique
Résumé
Abstract A Stagonospora nodorum strain named DPGZL-2023 was created by transferring a green florescent protein (GFP) gene into the genome of the S. nodorum strain Sn15. DPGZL-2023 showed a similar pathogenicity as Sn15 but carried a strong GFP activity. A qPCR primers/probe set named P-GFP, targeting the GFP sequence, was designed. Using P-GFP, qPCR analysis was conducted on DNA extracted from replicated samples of DPGZL-2023 conidia, and confirmed that DPGZL-2023 could be used to characterize the variation in replicated DNA extractions. Conidia of DPGZL-2023 were used to spike soil samples inoculated with the canola clubroot pathogen Plasmodiophora brassicae, canola stem samples infected with the blackleg pathogens Leptosphaeria biglobosa and/or L. maculans and wheat/barley samples infected with Xanthomonas translucens pv. translucens (Xtt) or X. translucens pv. undulosa (Xtu). Duplex qPCR using P-GFP and a primers/probe set specific to P. brassicae, triplex qPCR using P-GFP and primers/probe sets specific to L. biglobosa and L. maculans, and triplex qPCR using P-GFP and primers/probe sets specific to Xtt and Xtu were conducted. The results indicated that DPGZL-2023 could be used as a standard for DNA extraction efficiency in qPCR-based plant disease diagnosis. Adding DPGZL-2023 conidia to plant or soil samples prior to DNA extraction, and subsequent use of the P-GFP detection control, provided an added control that could distinguish truly negative from false-negative qPCR results.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
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 ».