Development and validation of a rapid loop-mediated isothermal amplification assay for the detection of Chrysomyxa and characterization of Chrysomyxa woroninii overwintering on Picea in China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chrysomyxa rusts cause significant damage to spruce in both natural forests and plantations. Particularly, Three Chrysomyxa species, Chrysomyxa deformans, Chrysomyxa qilianensis, and Chrysomyxa rhododendri, listed as National Forest Dangerous Pests in China, have severely affected many economically and ecologically important spruce native species in China. Also, Chrysomyxa arctostaphyli, an important plant quarantine fungus, causes a damaging broom rust disease on spruce. Therefore, rapid, and efficient detection tools are urgently needed for proper rust disease detection and management. In this study, a sensitive, genus-specific loop-mediated isothermal amplification (LAMP) assay targeting the ITS-28S rRNA region was developed to detect the presence of Chrysomyxa in spruce needle and bud samples. After optimization and validation, the LAMP assay was found to be sensitive to detect as low as 5.2 fg/µL DNA, making it suitable for rapid on-site testing for rust infection. The assay was also specific to Chrysomyxa species, with no positive signals from other rust genus/species. The application of LAMP in the early detection of rust infections in spruce needles and buds was investigated, and spatial colonization profiles as well as the means of overwintering of Chrysomyxa woroninii in infected buds and branches were verified using the LAMP assay. This LAMP detection method will facilitate further studies on the characteristics of the life cycle and inoculation of other systemic rusts.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 découle