MétaCan
Menu
Retour à la cohorte
Enregistrement W1588779850 · doi:10.1093/mp/ssu103

Splicing of Receptor-Like Kinase-Encoding SNC4 and CERK1 is Regulated by Two Conserved Splicing Factors that Are Required for Plant Immunity

2014· article· en· W1588779850 sur OpenAlexafffund
Zhibin Zhang, Yanan Liu, Pingtao Ding, Yan Li, Qing Kong, Yuelin Zhang

Notice bibliographique

RevueMolecular Plant · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésBiologyPseudomonas syringaeArabidopsisRNA splicingAlternative splicingMutantElicitorGeneticsCell biologyGeneExonRNA

Résumé

récupéré en direct d'OpenAlex

Plant immune receptors belonging to the receptor-like kinase (RLK) family play important roles in the recognition of microbial pathogens and activation of downstream defense responses. The Arabidopsis mutant snc4-1D contains a gain-of-function mutation in the RLK SNC4 (SUPPRESSOR OF NPR1-1, CONSTITUTIVE4), which leads to constitutive activation of defense responses. Analysis of suppressor mutants of snc4-1D identified two conserved splicing factors, SUA (SUPPRESSOR OF ABI3-5) and RSN2 (REQUIRED FOR SNC4-1D 2), that are required for the constitutive defense responses in snc4-1D. In sua and rsn2 mutants, SNC4 splicing is altered and the amount of SNC4 transcripts is reduced. Further analysis showed that SUA and RSN2 are also required for the proper splicing of CERK1 (CHITIN ELICITOR RECEPTOR KINASE1), which encodes another RLK that functions as a receptor for chitin. In sua and rsn2 mutants, induction of reactive oxygen species by chitin is reduced and the non-pathogenic bacteria Pseudomonas syringae pv. tomato DC3000hrcC grows to higher titers than in wild-type plants. Our study suggests that pre-mRNA splicing plays important roles in the regulation of plant immunity mediated by the RLKs SNC4 and CERK1.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,224
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular PlantMême sujetPlant-Microbe Interactions and ImmunityTravaux en français237 207