Using transcription of six Puccinia triticina races to identify the effective secretome during infection of wheat
Notice bibliographique
Résumé
Wheat leaf rust, caused by the basidiomycete Puccinia triticina, can cause yield losses of up to 20% in wheat producing regions. During infection, the fungus forms haustoria that secrete proteins into the plant cell and effect changes in plant transcription, metabolism, and defense. It is hypothesized that new races emerge as a result of overcoming plant resistance via changes in the secreted effector proteins. To understand gene expression during infection and find genetic differences associated with races, RNA from wheat leaves infected with six different rust races, at 6 days post inoculation, was sequenced using Illumina. As P. triticina is an obligate biotroph, RNA from both the host and fungi were present and separated by alignment to the P. triticina genome and a wheat EST reference. A total of 222,571 rust contigs were assembled from 165 million reads. An examination of the resulting contigs revealed 532 predicted secreted proteins among the transcripts. Of these, 456 were found in all races. Fifteen genes were found with amino acid changes, corresponding to putative avirulence effectors potentially recognized by 11 different leaf rust resistance (Lr) genes. Twelve of the potential avirulence effectors have no homology to known genes. One gene had significant similarity to cerato-platanin, a known fungal elicitor, and another showed similarity to fungal tyrosinase, an enzyme involved in melanin synthesis. Temporal expression profiles were developed for these genes by qRT-PCR and show that the genes expression patterns were consistent between races from infection initiation to just prior to spore eruption.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».