Generation of a wheat leaf rust, <i>Puccinia triticina</i> , EST database from stage‐specific cDNA libraries
Notice bibliographique
Résumé
SUMMARY: Thirteen cDNA libraries constructed from small amounts of leaf rust mRNA using optimized methods served as the source for the generation of 25 558 high-quality DNA sequence reads. Five life-cycle stages were sampled: resting urediniospores, urediniospores germinated over water or plant extract, compatible, interactive stages during appressorium or haustorium formation just before sporulation, and an incompatible interaction. mRNA populations were subjected to treatments such as full-length cDNA production, subtractive and normalizing hybridizations, and size selection methods combined with PCR amplification. Pathogen and host sequences from interactive libraries were differentiated in silico using cereal and fungal sequences, codon usage analyses, and by means of a partial prototype cDNA microarray hybridized with genomic DNAs. This yielded a non-redundant unigene set of 9760 putative fungal sequences consisting of 6616 singlets and 3144 contigs, representing 4.7 Mbp. At an E-value 10(-5), 3670 unigenes (38%) matched sequences in various databases and collections but only 694 unigenes (7%) were similar to genes with known functions. In total, 296 unigenes were identified as most probably wheat and ten as rRNA sequences. Annotation rates were low for germinated urediniospores (4%) and appressoria (2%). Gene sets obtained from the various life-cycle stages appear to be remarkably different, suggesting drastic reprogramming of the transcriptome during these major differentiation processes. Redundancy within contigs yielded information about possible expression levels of certain genes among stages. Many sequences were similar to genes from other rusts such as Uromyces and Melampsora species; some of these genes have been implicated in pathogenicity and virulence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».