Characterization of the wheat-<i>Stagonospora nodorum</i>disease system: what is the molecular basis of this quantitative necrotrophic disease interaction?<sup>†</sup>
Notice bibliographique
Résumé
Abstract Stagonospora nodorum blotch (SNB) has long been a problem in wheat production areas by affecting both the leaves and glumes of susceptible bread and durum wheat. Resistance to both disease phases has been shown to be complexly inherited and although much effort has gone into the identification and introgression of disease resistance, less than satisfactory progress has been made in producing SNB resistant cultivars. A major pitfall in this process has been the lack of understanding of the underlying mechanism of disease resistance. Recently, we have shown the Stagonospora nodorum–wheat interaction to involve multiple effector proteins also known as host-selective toxins (HSTs) that interact either directly or indirectly with dominant wheat sensitivity/susceptibility gene products to induce disease. Therefore, we have referred to this system as an ‘inverse gene-for-gene’ interaction (i.e. effector-triggered susceptibility) because the recognition of an effector protein by the host leads to susceptibility rather than resistance as it does in classical gene-for-gene interactions currently referred to as effector-triggered immunity. To date, we have reported five HST–host gene interactions. In each case, toxin sensitivity and susceptibility is controlled by a single dominant gene and in all but one case the interaction is dependent on light. Using quantitative trait loci analysis, the toxin-host gene interactions have been shown to account for 18–95% of the disease variation, highlighting the importance of these interactions. Several unpublished interactions also exist making this a model system for the investigation of the molecular mechanism of necrotrophic disease.
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 ».