Global Transcriptome Analysis of Constitutive Resistance to the White Pine Weevil in Spruce
Notice bibliographique
Résumé
Constitutive defense mechanisms are critical to the understanding of defense mechanisms in conifers because they constitute the first barrier to attacks by insect pests. In interior spruce, trees that are putatively resistant and susceptible to attacks by white pine weevil (Pissodes strobi) typically exhibit constitutive differences in traits such as resin duct size and number, bark thickness, and terpene content. To improve our knowledge of their genetic basis, we compared globally the constitutive expression levels of 17,825 genes between 20 putatively resistant and 20 putatively susceptible interior spruce trees from the British Columbia tree improvement program. We identified 54 upregulated and 137 downregulated genes in resistant phenotypes, relative to susceptible phenotypes, with a maximum fold change of 2.24 and 3.91, respectively. We found a puzzling increase of resistance by downregulated genes, as one would think that "procuring armaments" is the best defense. Also, although terpenes and phenolic compounds play an important role in conifer defense, we found few of these genes to be differentially expressed. We found 15 putative small heat-shock proteins (sHSP) and several other stress-related proteins to be downregulated in resistant trees. Downregulated putative sHSP belong to several sHSP classes and represented 58% of all tested putative sHSP. These proteins are well known to be involved in plant response to various kinds of abiotic stress; however, their role in constitutive resistance is not yet understood. The lack of correspondence between transcriptome profile clusters and phenotype classifications suggests that weevil resistance in spruce is a complex trait.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».