Integrated transcriptomics and metabolomics reveal induction of hierarchies of resistance genes in potato against late blight
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
Late blight caused by Phytophthora infestans is a devastating disease affecting potato production worldwide. The quantitative resistance is durable, but the underlying molecular and biochemical mechanisms are poorly understood, limiting its application in breeding. Integrated transcriptomics and metabolomics approach was used for the first time to study the hierarchies of molecular events occurring, following inoculation of resistant and susceptible potato genotypes with P. infestans. RNA sequencing revealed a total of 4216 genes that were differentially expressed in the resistant than in the susceptible genotype. Genes that were highly expressed and associated with their biosynthetic metabolites that were highly accumulated, through metabolic pathway regulation, were selected. Quantitative real-time PCR was performed to confirm the RNA-seq expression levels. The induced leucine-rich repeat receptor-like kinases (LRR-RLKs) are considered to be involved in pathogen recognition. These receptor genes are considered to trigger downstream oxidative burst, phytohormone signalling-related genes, and transcription factors that regulated the resistance genes to produce resistance related metabolites to suppress the pathogen infection. It was noted that several resistance genes in metabolic pathways related to phenylpropanoids, flavonoids, alkaloids and terpenoid biosynthesis were strongly induced in the resistant genotypes. The pathway specific gene induction provided key insights into the metabolic reprogramming of induced defence responses in resistant genotypes.
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 | 0,000 | 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 découle