RNAseq Analysis Highlights Specific Transcriptome Signatures of Yeast and Mycelial Growth Phases in the Dutch Elm Disease Fungus<i>Ophiostoma novo-ulmi</i>
Notice bibliographique
Résumé
Fungal dimorphism is a complex trait and our understanding of the ability of fungi to display different growth morphologies is limited to a small number of model species. Here we study a highly aggressive dimorphic fungus, the ascomycete Ophiostoma novo-ulmi, which is a model in plant pathology and the causal agent of Dutch elm disease. The two growth phases that this fungus displays, i.e., a yeast phase and mycelial phase, are thought to be involved in key steps of disease development. We used RNAseq to investigate the genome-wide gene expression profiles that are associated with yeast and mycelial growth phases in vitro. Our results show a clear molecular distinction between yeast and mycelial phase gene expression profiles. Almost 12% of the gene content is differentially expressed between the two phases, which reveals specific functions related to each growth phase. We compared O. novo-ulmi transcriptome profiles with those of two model dimorphic fungi, Candida albicans and Histoplasma capsulatum. Few orthologs showed similar expression regulation between the two growth phases, which suggests that, globally, the genes associated with these two life forms are poorly conserved. This poor conservation underscores the importance of developing specific tools for emerging model species that are distantly related to the classical ones. Taken together, our results provide insights into transcriptome regulation and molecular specificity in O. novo-ulmi and offer a new perspective for understanding fungal dimorphism.
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 | 0,001 |
| 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 ».