PCR Detection of Phytoplasma from Sweet Potato Witches' Broom Disease
Notice bibliographique
Résumé
Using the software of PCRDESN, two pairs of primers, R<sub>16</sub>mF<sub>2</sub>/R<sub>16</sub>mR<sub>2</sub> and R<sub>16</sub>F<sub>2</sub>/R16R<sub>2</sub>, were designed based on the 16S rDNA sequence of Phytoplasma from Michigen Aster yellows (MIAY), Elm yellows (EY), Canadian peach X-disease (CX), Jujube witches' broom (JWB) and Cherry lethal yellow (CLY) published in references. DNAs as templates were extracted from sweet potato midrib infected with or without Phytoplasma. Phytoplasma in sweet potato witches' broom was detected using PCR and Nested-PCR. A Phytoplasma-specific 1.5 kb fragment and a 1.2 kb special fragment were amplified with PCR and Nested-PCR, respectively. The minimal amount of DNA extracted from the infected sweet potato for molecular detection using PCR and Nested-PCR were 107.3 pg/μl and 0.01073 pg/μl. It is showed that the methods of PCR and Nested-PCR were very sensitive, rapid and reliable in detecting sweet potato disease associated with Phytoplasma. Furthermore, Nested-PCR based on the PCR was more sensitive than PCR about 10000 times in detecting phytoplasma in sweet potato witches' broom. The conclusion is that the molecular detection of Phytoplasma in sweet potato witches' broom is a better method nowadays.
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 ».