Towards identifying <b><i>Brassica</i></b> proteins involved in mediating resistance to <b><i>Leptosphaeria maculans</i></b>: A proteomics‐based approach
Notice bibliographique
Résumé
To better understand the pathogen-stress response of Brassica species against the ubiquitous hemi-biotroph fungus Leptosphaeria maculans, we conducted a comparative proteomic analysis between blackleg-susceptible Brassica napus and blackleg-resistant Brassica carinata following pathogen inoculation. We examined temporal changes (6, 12, 24, 48 and 72 h) in protein profiles of both species subjected to pathogen-challenge using two-dimensional gel electrophoresis. A total of 64 proteins were found to be significantly affected by the pathogen in the two species, out of which 51 protein spots were identified using tandem mass spectrometry. The proteins identified included antioxidant enzymes, photosynthetic and metabolic enzymes, and those involved in protein processing and signaling. Specifically, we observed that in the tolerant B. carinata, enzymes involved in the detoxification of free radicals increased in response to the pathogen whereas no such increase was observed in the susceptible B. napus. The expression of genes encoding four selected proteins was validated using quantitative real-time PCR and an additional one by Western blotting. Our findings are discussed with respect to tolerance or susceptibility of these species to the pathogen.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».