Pathogenicity Genes in <i>Ustilaginoidea virens</i> Revealed by a Predicted Protein–Protein Interaction Network
Notice bibliographique
Résumé
Rice false smut, caused by Ustilaginoidea virens, produces significant losses in rice yield and grain quality and has recently emerged as one of the most important rice diseases worldwide. Despite its importance in rice production, relatively few studies have been conducted to illustrate the complex interactome and the pathogenicity gene interactions. Here a protein-protein interaction network of U. virens was built through two well-recognized approaches, interolog- and domain-domain interaction-based methods. A total of 20 217 interactions associated with 3305 proteins were predicted after strict filtering. The reliability of the network was assessed computationally and experimentally. The topology of the interactome network revealed highly connected proteins. A pathogenicity-related subnetwork involving up-regulated genes during early U. virens infection was also constructed, and many novel pathogenicity proteins were predicted in the subnetwork. In addition, we built an interspecies PPI network between U. virens and Oryza sativa, providing new insights for molecular interactions of this host-pathogen pathosystem. A web-based publicly available interactive database based on these interaction networks has also been released. In summary, a proteome-scale map of the PPI network was described for U. virens, which will provide new perspectives for finely dissecting interactions of genes related to its pathogenicity.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».