Deep sequencing leads to the identification of eukaryotic translation initiation factor 5A as a key element in <i>Rsv1</i> ‐mediated lethal systemic hypersensitive response to <i>Soybean mosaic virus</i> infection in soybean
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rsv1, a single dominant resistance locus in soybean, confers extreme resistance to the majority of Soybean mosaic virus (SMV) strains, but is susceptible to the G7 strain. In Rsv1-genotype soybean, G7 infection provokes a lethal systemic hypersensitive response (LSHR), a delayed host defence response. The Rsv1-mediated LSHR signalling pathway remains largely unknown. In this study, we employed a genome-wide investigation to gain an insight into the molecular interplay between SMV G7 and Rsv1-genotype soybean. Small RNA (sRNA), degradome and transcriptome sequencing analyses were used to identify differentially expressed genes (DEGs) and microRNAs (DEMs) in response to G7 infection. A number of DEGs, DEMs and microRNA targets, and the interaction network of DEMs and their target mRNAs responsive to G7 infection, were identified. Knock-down of one of the identified DEGs, the eukaryotic translation initiation factor 5A (eIF5A), diminished the LSHR and enhanced viral accumulation, suggesting the essential role of eIF5A in the G7-induced, Rsv1-mediated LSHR signalling pathway. This work provides an in-depth genome-wide analysis of high-throughput sequencing data, and identifies multiple genes and microRNA signatures that are associated with the Rsv1-mediated LSHR.
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.
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) | 0,000 | 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 découle