Dothistroma needle blight : climate and host adaptations
Notice bibliographique
Résumé
Les forêts, les agents pathogènes et leurs interactions sont de plus en plus affectés par des facteurs liés au changement climatique et à la mondialisation. Ces changements influencent la répartition géographique des agents pathogènes, la gravité de leurs dommages et les impacts de leurs origines indigènes ou invasives. Dothistroma septosporum est un champignon ascomycète présent sur plusieurs continents (Europe, Afrique, Amériques); cet agent pathogène était auparavant considéré comme étant endémique sur les pins dans l'ouest de l'Amérique du Nord. Des épidémies récentes de cette maladie dans l'hémisphère nord ont été observées et semblent être directement liées au changement climatique, qui favorise la propagation de l'agent pathogène et la gravité de la maladie. Par conséquent, l'expansion des connaissances quantitatives sur la façon dont le changement climatique entraîne le développement de D. septosporum est cruciale. Dans le premier chapitre, nous analysons les gènes différentiellement exprimés de D. septosporum au cours de l'infection et comparons les interactions sensibles et tolérantes avec son hôte, Pinus contorta. On a inoculé D. septosporum à des individus de P. contorta et des échantillons du tissu infecté ont été prélevés au cours des stades précoce, moyen et tardif de l'infection. L'expression de gènes différentiellement exprimés a été comparée entre les hôtes sensibles et tolérants à la maladie. Nous avons identifié de nombreux gènes candidats qui sont différentiellement exprimés, dont ceux qui jouent un rôle dans la virulence, notamment de nombreux gènes encodant des transporteurs, facteurs de transcription et CAZymes. Ces gènes ont également été précédemment observés dans d'autres interactions pathogènes. Pour le chapitre deux, nous avons identifié les gènes et les SNPs liés à la croissance de D. septosporum à différentes températures à l'aide d'une analyse d'association à l'échelle du génome (GWA). La croissance de chaque isolat de D. septosporum provenant de l'ouest de l'Amérique du Nord a été mesurée sur une gélose à l'extrait de malt à 3 % pendant 5 semaines et le taux de croissance calculé. La contribution des SNPs a été évaluée par une analyse de régression avec un modèle linéaire. Nous avons identifié des gènes d'intérêt, associés au taux de croissance; les produits de ces gènes sont dans des classes bien connues, comme des transporteurs et la régulation du métabolisme. Les gènes candidats identifiés par GWA qui jouaient un rôle dans la croissance étaient plus répandus à des températures plus élevées (20ºC et 25ºC) en raison du meilleur ajustement des modèles par rapport à 15ºC. Une population « à risque » recueillie à Vancouver, en Colombie-Britannique, qui a un génotypage européen, a été identifiée à partir des données phénotypiques. La population de Vancouver surpasse les autres populations à toutes les températures de 15ºC, 20ºC et 25ºC. Enfin, le chapitre trois utilise des modèles de distribution des espèces (SDM) pour projeter la probabilité de propagation de D. septosporum selon plusieurs scénarios de changement climatique. La méthode « Ensemble » a été utilisée pour prendre en compte plusieurs modèles uniques, ce qui augmente la puissance de prédiction. Les données d'occurrence de l'agent pathogène ont été divisées en deux populations génétiquement distinctes, représentant les populations côtières et intérieures de l'ouest de l'Amérique du Nord. La population côtière a montré une plus grande probabilité de propagation par rapport à son homologue de l'intérieur, mais les deux semblent augmenter avec le temps et se déplacer vers le sud-est sous les climats futurs. Dans l'ensemble, les cartes de prédiction des distributions futures ont montré une augmentation de la superficie totale pour les deux populations au milieu et à la fin du siècle, 2050 et 2100, respectivement.
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 | 0,000 | 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) | 0,001 | 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 ».