Physiological and Molecular Alterations Promoted by <i>Schizotetranychus oryzae</i> Mite Infestation in Rice Leaves
Notice bibliographique
Résumé
Infestation of phytophagous mite Schizotetranychus oryzae in rice causes critical yield losses. To better understand this interaction, we employed Multidimensional Protein Identification Technology (MudPIT) approach to identify differentially expressed proteins. We detected 18 and 872 unique proteins in control and infested leaves, respectively, along with 32 proteins more abundant in control leaves. S. oryzae infestation caused decreased abundance of proteins related to photosynthesis (mostly photosystem II-related), carbon assimilation and energy production, chloroplast detoxification, defense, and fatty acid and gibberellin synthesis. On the contrary, infestation caused increased abundance of proteins involved in protein modification and degradation, gene expression at the translation level, protein partitioning to different organelles, lipid metabolism, actin cytoskeleton remodeling, and synthesis of jasmonate, amino acid, and molecular chaperones. Our results also suggest that S. oryzae infestation promotes cell-wall remodeling and interferes with ethylene biosynthesis in rice leaves. Proteomic data were positively correlated with enzymatic assays and RT-qPCR analysis. Our findings describe the protein expression patterns of infested rice leaves and suggest that the acceptor side of PSII is probably the major damaged target in the photosynthetic apparatus. These data will be useful in future biotechnological approaches aiming to induce phytophagous mite resistance 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 | 0,001 | 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 ».