Development and Validation of Molecular Assays for Detection of Root- and Butt-Rot Diseases in Western Redcedar
Notice bibliographique
Résumé
Western redcedar (WRC; Thuja plicata) root- and butt-rot diseases are caused by a set of wood-decay fungal pathogens, which have posed a significant threat to forest health and resulted in substantial economic losses of WRC production. Traditional approaches for disease detection are labor-intensive and more suitable on mature trees at late infection stages. This study developed and validated internal transcribed spacer region next-generation sequencing (ITS-NGS) and quantitative polymerase chain reaction (qPCR) assays for detecting decay-disease infections in WRC seedlings with high sensitivity and specificity. The efficiencies of ITS-PCR amplification were in silico predicted and validated through ITS-NGS using a pure fungal DNA mixture. For diagnosis of decay pathogens in WRC seedlings, fine root and root collar samples were collected from greenhouse inoculation trials. ITS-NGS identified positive infection rates of 100% for Armillaria ostoyae, Heterobasidion occidentale, and Poriella subacida in diseased seedlings, but the diagnostic efficiency for Coniferiporia weirii was affected by the types of sampled tissues. Species-specific qPCR assays were developed for C. weirii and revealed positive infection rates up to 100% in inoculated seedlings. Relative fungal abundances measured by ITS-NGS and qPCR were highly comparable, with significant correlation, demonstrating the reliability of both molecular diagnostic approaches. Moreover, qPCR provided higher quantification accuracy for a trace amount of the pathogen in total DNA extracted from host tissues. These results provided evidence for the application of ITS-NGS and qPCR assays as robust and reliable molecular tools for detecting early and latent infections of fungal pathogens in complex tissue samples for enhancing WRC disease management. [Formula: see text] Copyright © 2026 His Majesty the King in Right of Canada, as represented by the Minister of Natural Resources Canada. This is an open access article distributed under the CC BY 4.0 International license .
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».