The Complex Interactions of Common Bean (Phaseolus vulgaris L.) with Viruses, Vectors and Beneficial Organisms in the Context of Sub-Saharan Africa
Notice bibliographique
Résumé
Common bean (Phaseolus vulgaris L.), the world’s most widely grown legume crop, is not only of great commercial importance but is also a vital smallholder crop in low-to-medium-income countries. In sub-Saharan Africa common bean provides consumers with a major proportion of their dietary protein and micronutrients. However, productivity is constrained by viruses, particularly those vectored by aphids and whiteflies, and problems are further compounded by seed-borne transmission. We describe common bean’s major viral threats including the aphid-transmitted RNA viruses bean common mosaic virus and bean common mosaic necrosis virus, and the whitefly-transmitted begomoviruses bean golden mosaic virus and bean golden yellow mosaic virus and discuss how high-throughput sequencing is revealing emerging threats. We discuss how recent work on indirect and direct viral ‘manipulation’ of vector behaviour is influencing modelling of viral epidemics. Viral extended phenotypes also modify legume interactions with beneficial organisms including root-associated microbes, pollinators and the natural enemies of vectors. While problems with common bean tissue culture have constrained transgenic and gene editing approaches to crop protection, topical application of double-stranded RNA molecules could provide a practical protection system compatible with the wide diversity of common bean lines grown in sub-Saharan Africa.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».