Postharvest Disease Management of ‘Akizuki’ Pear in China: Identification of Fungal Pathogens and Control Efficacy of Chlorine Dioxide
Notice bibliographique
Résumé
The ‘Akizuki’ pear has become increasingly popular in China in recent years. However, the ‘Akizuki’ pear often suffers from severe rot diseases during the postharvest storage period. Those during storage have not been thoroughly elucidated In this study, fungal pathogens causing postharvest decay of ‘Akizuki’ pear were identified through multi-gene phylogenetic analysis, followed by assessment of the antifungal efficacy of chlorine dioxide (ClO2) at varying concentrations. A total of 18 strains were isolated and identified as pathogens by Koch postulates. The isolated pathogens were taxonomically identified by combining morphological characterization of hyphae/spores with multi-gene phylogeny (ITS, β-tub, tef1). The results revealed that isolates A1-A11 were identified as Alternaria alternata, D1-D3 as Diaporthe eres, P1 as Penicillium citrinum, and P2-P4 as Penicillium expansum. The strain with the strongest pathogenicity in each genus was selected as the representative strain for subsequent control experiments. ClO2 significantly inhibited the development of the D. eres, A. alternata, and P. expansum by suppressing mycelial growth and disrupting cell membrane structure of pathogens, in which the EC50 values were 35.56 mg/L, 24.71 mg/L, and 41.98 mg/L, respectively, showing comparable antifungal activity to conventional fungicides. This has clarified the occurrence and control of postharvest decay diseases of ‘Akizuki’ pear fruit and provided more options for the practical applications in postharvest disease control of pear fruits.
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 ».