Development of Defense Signaling Pathways Against Bacterial Blight Disease in Rice Using Genome-Wide Transcriptome Data
Notice bibliographique
Résumé
Bacterial blight (BB) disease caused by Xanthomonas oryzae pv. oryzae (Xoo) drives severe yield and quality losses in rice (Oryza sativa Xa1, Xa3/Xa26, xa5, xa13, Xa21, and Xa27). Here we employ a transcriptomics approach to elucidate the Xa21-, NH1- (NPR1 homolog 1) (NH1)-, and NRR- (negative regulator of disease resistance) mediated defense response to Xoo. Among the candidate genes, we focused on 288 genes showing significant change in at least two of the above comparisons to support the association with an enhanced defense response. Gene Ontology enrichment analysis for this gene list revealed that response to biotic stimulus was 25.0-fold more enriched compared to the control, well qualifying the candidate genes for enhanced resistant response. The biotic stress overview installed in the MapMan toolkit was used to identify diverse components consisting of defense signaling pathways such as genes involved in disease resistance, redox, signaling, regulation of transcription, pathogenesis-related functions, secondary metabolism, and protein degradation. Of these, we validated the expression patterns of genes related to regulation of transcription and pathogenesis-related functions and suggest a functional network model for WRKY transcription factors mediating defense signaling pathways against Xoo. We expect that our analysis will contribute to increasing the depth of knowledge on the molecular mechanism for enhanced disease resistance against bacterial blight disease in rice.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».