Comparative secretome analysis of <i><scp>F</scp>usarium graminearum</i> and two of its non‐pathogenic mutants upon deoxynivalenol induction in vitro
Notice bibliographique
Résumé
To understand early events in plant-pathogen interactions, it is necessary to explore the pathogen secretome to identify secreted proteins that help orchestrate pathology. The secretome can be obtained from pathogens grown in vitro, and then characterized using standard proteomic approaches based on protein extraction and subsequent identification of tryptic peptides by LC-MS. A subset of the secretome is composed of proteins whose presence is required to initiate infection and their removal from the secretome would result in pathogens with reduced or no virulence. We present here comparative secretome from Fusarium graminearum. This filamentous fungus causes Fusarium head blight on wheat, a serious cereal disease found in many cereal-growing regions. Affected grain is contaminated with mycotoxins and cannot be used for food or feed. We used label-free quantitative MS to compare the secretomes of wild-type with two nonpathogenic deletion mutants of F. graminearum, Δtri6, and Δtri10. These mutations in mycotoxin-regulating transcription factors revealed a subset of 29 proteins whose relative abundance was affected in their secretomes, as measured by spectral counting. Proteins that decreased in abundance are potential candidate virulence factors and these included cell wall-degrading enzymes, metabolic enzymes, pathogenesis-related proteins, and proteins of unknown function.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».