Идентификация возбудителя ложной мучнистой росы винограда Plasmopara viticola на основе количественной ПЦР

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Предложен новый метод ранней идентификации возбудителя ложной мучнистой росы винограда Plasmopara viticola, основанный на методе количественной ПЦР в реальном времени (ПЦР РВ) с применением флуоресцентного красителя SYBR Green I. Разработаны шесть пар праймеров для ПЦР РВ для идентификации P. viticola, где пара праймеров PvITS1_2-real-s/a продемонстрировала наибольшую эффективность для раннего выявления ложной мучнистой росы винограда. Более того, была показана положительная корреляция (R = 0.86) при сравнении результатов ПЦР РВ с праймерами PvITS1_2-real-s/a с данными метатаксономического анализа по распространению P. viticola среди растений Дальневосточных видов и сортов винограда. Таким образом, ПЦР РВ с парой праймеров PvITS1_2-real-s/a, является дешевым и эффективным методом для раннего выявления и мониторинга бессимптомных инфекций P. viticola. Разработанный метод может послужить основой для прогнозирования эпидемий ложной мучнистой росы винограда и борьбы с ней на виноградниках.

Полный текст

Доступ закрыт

Об авторах

Н. Н. Нитяговский

Федеральный научный центр биоразнообразия наземной биоты Восточной Азии, ДВО РАН

Email: aleynova@biosoil.ru
Россия, Владивосток, 690022

А. А. Днепровская

Федеральный научный центр биоразнообразия наземной биоты Восточной Азии, ДВО РАН; Дальневосточный федеральный университет, Институт мирового океана

Email: aleynova@biosoil.ru
Россия, Владивосток, 690022; Владивосток, 690922

А. А. Ананьев

Федеральный научный центр биоразнообразия наземной биоты Восточной Азии, ДВО РАН

Email: aleynova@biosoil.ru
Россия, Владивосток, 690022

К. В. Киселев

Федеральный научный центр биоразнообразия наземной биоты Восточной Азии, ДВО РАН

Email: aleynova@biosoil.ru
Россия, Владивосток, 690022

О. А. Алейнова

Федеральный научный центр биоразнообразия наземной биоты Восточной Азии, ДВО РАН

Автор, ответственный за переписку.
Email: aleynova@biosoil.ru
Россия, Владивосток, 690022

Список литературы

  1. Koledenkova K., Esmaeel Q., Jacquard C., Nowak J., Clément C., Ait Barka E. // Frontiers in Microbiology. 2022. V. 13. P. 889472. https://doi.org/10.3389/fmicb.2022.889472
  2. Toffolatti S.L., Russo G., Campia P., Bianco P.A., Borsa P., Coatti M., Torriani S.F., Sierotzki H. // Pest Management Science. 2018. V. 74. № 12. P. 2822–2834.
  3. Toffolatti S.L., Serrati L., Sierotzki H., Gisi U., Vercesi A. // Pest Management Science. 2007. V. 63. № 2. P. 194–201.
  4. Burruano S. // Mycologist. 2000. V. 14. № 4. P. 179–182.
  5. Díez-Navajas A.M., Greif C., Poutaraud A., Merdinoglu D. // Micron. 2007. V. 38. № 6. P. 680–683.
  6. Vercesi A., Sirtori C., Vavassori A., Setti E., Liberati D. // Med. Biol. Eng. Comput. 2000. V. 38. № 1. P. 109–112.
  7. Vercesi A., Toffolatti S.L., Zocchi G., Guglielmann R., Ironi L. // Eur J Plant Pathol. 2010. V. 128. № 1. P. 113–126.
  8. Hong C.-F., Scherm H. // Journal of Phytopathology. 2020. V. 168. № 5. P. 297–302.
  9. Negrel L., Halter D., Wiedemann-Merdinoglu S., Rustenholz C., Merdinoglu D., Hugueney P., Baltenweck R. // Frontiers in Plant Science. 2018. V. 9. P. 360. https://doi.org/10.3389/fpls.2018.00360
  10. Si Ammour M., Bove F., Toffolatti S.L., Rossi V. // Frontiers in Plant Science. 2020. V. 11. P. 1202. https://doi.org/10.3389/fpls.2020.01202
  11. Valsesia G., Gobbin D., Patocchi A., Vecchione A., Pertot I., Gessler C. // Phytopathology. 2005. V. 95. № 6. P. 672–678.
  12. Yang L., Chu B., Jie D., Yuan K., Sun Q., Jiang C., Ma Z. // Phytopathology Research. 2023. V. 5. № 1. P. 19. https://doi.org/10.1186/s42483-023-00178-w
  13. Kong X., Qin W., Huang X., Kong F., Schoen C.D., Feng J. et al. // Sci Rep. Nature Publishing Group, 2016. V. 6. № 1. P. 28935. https://doi.org/10.1038/srep28935
  14. Kiselev K.V., Nityagovsky N.N., Aleynova O.A. // Appl. Biochem. Microbiol. 2023. V. 59. № 3. P. 361–367.
  15. Nityagovsky N.N., Ananev A.A., Suprun A.R., Ogneva Z.V., Dneprovskaya A.A., Tyunin A.P. et al. // Horticulturae. 2024. V. 10. № 4. P. 326. https://doi.org/10.3390/horticulturae10040326
  16. Ye J., Coulouris G., Zaretskaya I., Cutcutache I., Rozen S., Madden T.L. // BMC Bioinformatics. 2012. V. 13. № 1. P. 134. https://doi.org/10.1186/1471-2105-13-134
  17. Robideau G.P., De COCK A.W. a. M., Coffey M.D., Voglmayr H., Brouwer H., Bala K. et al. // Molecular Ecology Resources. 2011. V. 11. № 6. P. 1002–1011.
  18. Choi Y.-J., Beakes G., Glockling S., Kruse J., Nam B., Nigrelli L. et al. // Molecular Ecology Resources. 2015. V. 15. № 6. P. 1275–1288.
  19. Kiselev K.V., Aleynova O.A., Grigorchuk V.P., Dubrovina A.S. // Planta. 2017. V. 245. № 1. P. 151–159.
  20. R Core Team // R Foundation for Statistical Computing. 2021. https://www.r-project.org/
  21. Kassambara A. // ggpubr: “ggplot2” Based Publication Ready Plots. R package. 2023. https://rpkgs.datanovia.com/ggpubr/
  22. Lou D., Meurer M., Ovchinnikova S., Burk R., Denzler A., Herbst K. et al. // EMBO reports. 2023. V. 24. № 5. P. e57162. https://doi.org/10.15252/embr.202357162
  23. Mouafo-Tchinda R.A., Beaulieu C., Fall M.L., Carisse O. // Canadian Journal of Plant Pathology. 2021. V. 43. № 1. P. 73–87.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Количественное определение амплификации участков последовательностей PvITS1_1, PvITS1_2 и PvCox1_1 в образцах ДНК винограда, выполненное методом ПЦР РВ (а); относительная представленность P. viticola в образцах NGS (б). Происхождение всех проб указано в табл. 1. Nc — реакция ПЦР РВ без ДНК винограда. n.m. — не измерялась. Данные представлены в виде среднего значения ± SE (объединенные данные по образцам листьев и стеблей одного растения). Средние значения на каждой цифре, за которой следует одна и та же буква, не отличались при использовании одностороннего дисперсионного анализа (ANOVA) с последующим тестом множественного сравнения Тьюки.

Скачать (367KB)
3. Рис. 2. Определение коэффициента корреляции Пирсона взаимосвязи между оценками относительного уровня амплификации по данным ПЦР РВ (отн. ед.) и относительной представленностью ампликонов ITS1 P. viticola в образцах NGS: 1, 2. 3 ‒ линии линейной регрессии для ампликонов PvITS1_1, PvITS1_2 и PvCox1_1 соответственно.

Скачать (246KB)

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».