• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Mathen
    Comment calculer Audpc

    La courbe de progression de la zone sous la maladie (AUDPC) est une mesure quantitative de l'intensité de la maladie avec le temps. Il est utilisé en pathologie végétale pour indiquer et comparer les niveaux de résistance aux maladies parmi les variétés de plantes. La méthode trapézoïdale est la méthode la plus courante pour calculer AUDPC. Il est effectué en utilisant une formule élaborée par Campbell et Madden en 1990 ou en traçant un graphique du pourcentage d'infection par rapport au temps et en additionnant les trapézoïdes entre les intervalles de temps.

    Mesurer la progression de la maladie

    Règles de recherche et des directives qui s'appliquent à la mesure de la maladie et de la culture spécifiques que vous étudiez. La taille requise de l'échantillon de plante varie selon la culture et la maladie. L'étude du mildiou dans les tubercules, par exemple, nécessite un échantillon minimal de 40 plantes.

    Plantez le nombre approprié de plantes nécessaires pour l'étude.

    Surveillez attentivement les signes de la maladie. Faites des recherches lorsque des signes sont prévus pour que vous soyez prêt. Par exemple, des signes de mildiou surviennent environ 30 à 40 jours après la plantation et 10 jours après la dernière application de fongicide.

    Estimez visuellement le pourcentage de la surface foliaire infectée dans votre échantillon dès que vous remarquez la maladie.

    Enregistrez le pourcentage de surface foliaire infectée à des intervalles de temps réguliers. Les chercheurs prennent la lecture pour le mildiou tous les sept jours si la maladie progresse plus rapidement que prévu. Les lectures sont prises tous les 14 jours lorsque la progression de la maladie est plus lente.

    Arrêtez d'enregistrer les mesures d'infection lorsque le pourcentage d'infection cesse d'augmenter et les niveaux de progression de la maladie.

    Calculez AUDPC à partir d'une équation

    Ajoutez les deux premiers pourcentages d'infection que vous avez enregistrés.

    Divisez le résultat d'addition par deux pour trouver la valeur moyenne ou moyenne des deux lectures.

    Multipliez la valeur moyenne ou moyenne par l'intervalle de temps, qui est le nombre de jours entre la première lecture et la seconde lecture. Si vous avez pris la première lecture le jour 20 et la deuxième lecture le jour 27, par exemple, le nombre de jours ou l'intervalle de temps est de sept jours.

    Enregistrez le résultat en unités de pourcentage de jours. La valeur est une zone d'un trapèze.

    Répétez les étapes 1 à 4 pour les deuxième et troisième lectures d'infection que vous avez prises. Leur résultat sera l'aire d'un deuxième trapèze. Répétez les étapes 1 à 4 jusqu'à ce que vous ayez calculé des zones trapézoïdales pour toutes les lectures.

    Ajoutez tous les trapèzes pour trouver l'AUDPC. Les AUDPC inférieurs représentent une progression plus lente de la maladie et une plus grande résistance à la maladie. Les AUDPC plus élevés représentent une progression plus rapide de la maladie et une plus grande sensibilité à la maladie.

    Astuce

    AUDPC est également trouvé en traçant le graphique du pourcentage d'infection en fonction du temps. L'aire de chaque trapézoïde entre les lectures est calculée en utilisant une géométrie simple.

    AUDPC permet aux intervalles de temps entre les lectures de varier, mais les lectures devraient commencer peu après le début de la maladie. Un long délai entraîne des matériaux sensibles ne faisant pas partie de la courbe de progression de la maladie.

    Avertissement

    En raison de l'estimation impliquée dans l'évaluation du pourcentage d'infection, l'AUDPC est considérée comme une variable pseudo-quantitative. L'AUDPC est seulement une estimation de l'aire sous la courbe d'infection réelle.

    L'AUDPC n'est généralement pas comparable à travers les expériences en raison de divers facteurs tels que la présence de conditions de maladie défavorables ou favorables.

    © Science https://fr.scienceaq.com