MétaCan
Menu
Retour à la cohorte
Enregistrement W2340437012 · doi:10.1071/fp16028

Integrated transcriptomics and metabolomics reveal induction of hierarchies of resistance genes in potato against late blight

2016· article· en· W2340437012 sur OpenAlexaff
Kalenahalli Yogendra, Ajjamada C. Kushalappa

Notice bibliographique

RevueFunctional Plant Biology · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Pathogens and Resistance
Établissements canadiensMcGill UniversitySte. Anne's Hospital
Organismes subventionnairesnon disponible
Mots-clésBiologyPhytophthora infestansTranscriptomeGeneMetabolomicsMetabolic pathwayRNA-SeqGeneticsPlant disease resistancePathogenR geneBlightGenotypeGene expressionBotanyBioinformatics

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,186
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFunctional Plant BiologyMême sujetPlant Pathogens and ResistanceTravaux en français237 207