Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Similars in SciELO
Share
Revista mexicana de fitopatología
On-line version ISSN 2007-8080Print version ISSN 0185-3309
Abstract
SLABBINCK, Bram; DE BAETS, Bernard; DAWYNDT, Peter and DE VOS, Paul. Análisis de Pseudomonas Fitopatógenas Usando Métodos Inteligentes de Aprendizaje: Un Enfoque General Sobre Taxonomía y Análisis de Ácidos Grasos Dentro del Género Pseudomonas. Rev. mex. fitopatol [online]. 2010, vol.28, n.1, pp.1-16. ISSN 2007-8080.
La identificación de bacterias fitopatógenas es de alta relavancia. En este trabajo se evaluó la identificación de especies fitopatógenas dentro del género Pseudomonas mediante análisis de esteres metílicos de ácidos grasos (FAME). A partir de una base de datos de FAME, se han generado conjuntos de conjuntos de datos de alta calidad. Dos aspectos fueron investigados: la separación de especies fitopatógenas de Pseudomonas, y la diferenciación del grupo de espcies fitopatógenas de Pseudomonas de las no fitopatógenas. En la primera fase se realizó un análisis de componentes principales para evaluar la variabilidad de los datos. Posteriormente el método de aprendizaje árboles aleatorios fue evaluado para propósitos de identificación. El método inteligente permite aprender de la variabilidad y los patrones de los datos y mejorar la identificación de especies. El análisis de componente principal de especies fitopatógenas mostró claramente sobreposición de grupos de datos. Se desarrolló un modelo de árboles aleatorios que permitió alcanzar una eficiencia de identificación de especies del 71.1%. Discriminar el grupo de especies fitopatógenas del grupo de especies no fitopatógenas fue más sencillo, dado el desempeño de los bosques al azar del 85.9%. Por otra parte se demostró que existe una relación estadística entre los perfiles de ácidos grasos y la patogénesis sobre la planta.
Keywords : Diagnóstico; bacterias no patogénicas.