Taxonomy-agnostic hyperspectral-morphological phenotyping of fungal pathogen chemical-stress responses using machine learning
Diese Studie entwickelt einen taxonomie-agnostischen Workflow, der hyperspektrale Bildgebung, morphologische Merkmale und maschinelles Lernen kombiniert, um bei Colletotrichum-Pilzen reproduzierbare chemische Stressantworten zu identifizieren, die mit 86,7 % Genauigkeit die Herkunft aus Kaffee- oder Kakaoplantagen vorhersagen und so eine schnelle, sequenzierungsfreie Antimykotika-Screening ermöglichen.
Baek, I., Lim, S., Lovelace, A., Oh, S., Kazem-Rostami, M., Ngo, H., Kim, M., Meinhardt, L., Kandpal, L., Cha, M., Hwang, C., Ashby, R., Ahn, E.2026-02-17🦠 microbiology