Campo DC | Valor | Idioma |
dc.contributor.advisor | Rossato, Maurício | - |
dc.contributor.author | Carvalho, Ian Carlos Bispo de | - |
dc.date.accessioned | 2025-08-07T16:56:03Z | - |
dc.date.available | 2025-08-07T16:56:03Z | - |
dc.date.issued | 2025-08-07 | - |
dc.date.submitted | 2025-01-27 | - |
dc.identifier.citation | CARVALHO, Ian Carlos Bispo de. Xanthomonas phaseoli pv. manihotis: avaliação de genótipos de mandioca quanto à resistência e desenvolvimento de novos métodos de detecção. 2025. 131 f., il. Tese (Doutorado em Fitopatologia) — Universidade de Brasília, Brasília, 2025. | pt_BR |
dc.identifier.uri | http://repositorio.unb.br/handle/10482/52383 | - |
dc.description | Tese (doutorado) — Universidade de Brasília, Instituto de Ciências Biológicas, Departamento de Fitopatologia, 2025. | pt_BR |
dc.description.abstract | A cultura da mandioca desempenha papel de grande relevância econômica e social, sendo
amplamente cultivada devido à robustez e à capacidade da planta de tolerar estresses hídricos.
No entanto, a produção está sujeita a adversidades que podem comprometer seu potencial
produtivo, destacando-se a bacteriose da mandioca, causada por Xanthomonas phaseoli pv.
manihotis (Xpm). Essa doença é uma séria ameaça à produção nacional de mandioca, sendo
uma das mais importantes da cultura e figurando entre as dez principais bacterioses globais em
termos científicos e econômicos. Diante desse cenário, o presente estudo tem como objetivo
aprofundar o conhecimento sobre a bacteriose da mandioca por meio do desenvolvimento de
métodos sensíveis de detecção baseados na amplificação isotérmica mediada por loop (LoopMediated Isothermal Amplification – LAMP) e em imagens hiperespectrais (Hyperspectral
Imaging - HSI) combinadas com aprendizado de máquina, além de avaliar a resistência de
genótipos de mandioca à bacteriose. Os genótipos avaliados pertencem ao banco de
germoplasma da UnB e da EMBRAPA Cerrados. Para os testes, foram utilizados isolados da
coleção do Laboratório de Bacteriologia Vegetal e novos isolados foram obtidos em áreas
produtoras de mandioca em diferentes regiões do país. Os DNAs de todos os isolados foram
extraídos e quantificados. A partir da análise comparativa dos genomas de Xpm e outras
espécies do gênero Xanthomonas, foram desenhados primers específicos para detecção por
LAMP. Além disso, imagens hiperespectrais de folhas sadias e infectadas foram utilizadas para
o treinamento e teste de seis modelos de aprendizado de máquina: Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Extreme Gradient
Boosting (XGBoost) e Multi-Layer Perceptron (MLP). Para a avaliação da resistência de 11
genótipos de mandioca, as plantas foram cultivadas em casa de vegetação e inoculadas com o
isolado de Xpm UnB 17 e submetidas a avaliações periódicas da severidade e do índice da
doença. O teste LAMP desenvolvido neste estudo demonstrou alta sensibilidade, detectando
até 100 fg de DNA do isolado tipo (IBSBF 278), e alta especificidade, sem reações cruzadas
com outras espécies bacterianas ou patovares, amplificando apenas isolados de Xpm. O método
foi eficiente para detectar Xpm em folhas de mandioca infectadas e maceradas, sem necessidade
de tratamento adicional das amostras, sendo adequado para monitoramento da doença em
laboratório e campo. A avaliação da resistência de genótipos de mandioca revelou três grupos:
moderadamente resistentes, moderadamente suscetíveis e suscetíveis, com base na escala de
severidade e na Área Abaixo da Curva de Progresso da Doença (AUDPC). Nenhum genótipo
foi classificado como resistente, destacando a importância de múltiplos ensaios sob diferentes
condições ambientais para compreender melhor o comportamento dos genótipos. Na análise
por imagens hiperespectrais, o SVM obteve o melhor desempenho, com 91,41% de acurácia e
AUC-ROC de 0,9684, seguido por MLP (87,5%), RF (76,56%) e XGBoost (80,08%). KNN e
DT tiveram os piores resultados, com acurácias de 70,31% e 71,88%, respectivamente. Esses
resultados indicam que o HSI combinado com SVM é um método rápido e preciso para
diagnosticar a bacteriose da mandioca, com potencial para aplicações em larga escala. Pesquisas
futuras podem melhorar o desempenho dos modelos e explorar alternativas mais econômicas. | pt_BR |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e Fundação de Apoio à Pesquisa do Distrito Federal (FAPDF). | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Xanthomonas phaseoli pv. manihotis : avaliação de genótipos de mandioca quanto à resistência e desenvolvimento de novos métodos de detecção | pt_BR |
dc.title.alternative | Xanthomonas phaseoli pv. manihotis : evaluation of cassava genotypes for resistance and development of new detection methods | pt_BR |
dc.type | Tese | pt_BR |
dc.subject.keyword | Mandioca - doenças e pragas | pt_BR |
dc.subject.keyword | Manihot esculenta Crantz | pt_BR |
dc.subject.keyword | Imagens hiperespectrais | pt_BR |
dc.subject.keyword | Aprendizado de máquina | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
dc.description.abstract1 | The cassava crop plays a significant economic and social role, being widely cultivated due to
its robustness and ability to tolerate water stress. However, production is subject to adversities
that can compromise its productive potential, with cassava bacterial blight (CBB), caused by
Xanthomonas phaseoli pv. manihotis (Xpm), being a major concern. This disease poses a
serious threat to cassava production in Brazil, ranking among the most important diseases of
the crop and one of the top ten bacterial plant diseases globally in scientific and economic terms.
In this context, the present study aims to deepen the understanding of cassava bacterial blight
through the development of sensitive detection methods based on Loop-Mediated Isothermal
Amplification (LAMP) and Hyperspectral Imaging (HSI) combined with machine learning, as
well as evaluating the resistance of cassava genotypes to the disease. The evaluated genotypes
belong to the germplasm bank of the University of Brasília (UnB) and EMBRAPA Cerrados.
For testing, bacterial isolates from the Plant Bacteriology Laboratory’s collection were used,
and new isolates were obtained from cassava-producing regions across different areas of the
country. The DNA of all isolates was extracted and quantified. Through comparative genome
analysis of Xpm and other species of the Xanthomonas genus, specific primers were designed
for LAMP detection. Additionally, hyperspectral images of healthy and infected leaves were
used to train and test six machine learning models: Decision Tree (DT), Random Forest (RF),
Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Extreme Gradient Boosting
(XGBoost), and Multi-Layer Perceptron (MLP). To evaluate the resistance of 11 cassava
genotypes, plants were grown in a greenhouse, inoculated with the Xpm isolate UnB 17, and subjected to periodic assessments of disease severity and index. The LAMP test developed in
this study demonstrated high sensitivity, detecting as little as 100 fg of DNA from the reference
isolate (IBSBF 278), and high specificity, with no cross-reactions with other bacterial species
or pathovars, amplifying only Xpm isolates. The method effectively detected Xpm in infected
and macerated cassava leaves without requiring additional sample processing, making it
suitable for disease monitoring in both laboratory and field conditions. The evaluation of
cassava genotype resistance revealed three groups: moderately resistant, moderately
susceptible, and susceptible, based on severity scales and the Area Under the Disease Progress
Curve (AUDPC). No genotype was classified as resistant, highlighting the importance of
multiple trials under different environmental conditions to better understand genotype behavior.
In hyperspectral image analysis, the SVM model achieved the best performance, with 91.41%
accuracy and an AUC-ROC of 0.9684, followed by MLP (87.5%), RF (76.56%), and XGBoost
(80.08%). KNN and DT had the lowest results, with accuracies of 70.31% and 71.88%,
respectively. These findings indicate that HSI combined with SVM is a fast and accurate
method for diagnosing cassava bacterial blight, with potential for large-scale applications.
Future research can improve model performance and explore more cost-effective alternatives. | pt_BR |
dc.description.unidade | Instituto de Ciências Biológicas (IB) | pt_BR |
dc.description.unidade | Departamento de Fitopatologia (IB FIT) | pt_BR |
dc.description.ppg | Programa de Pós-Graduação em Fitopatologia | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|