Transcriptome analysis of the <i>Brassica napus</i>–<i>Leptosphaeria maculans</i> pathosystem identifies receptor, signaling and structural genes underlying plant resistance
Notice bibliographique
Résumé
The hemibiotrophic fungal pathogen Leptosphaeria maculans is the causal agent of blackleg disease in Brassica napus (canola, oilseed rape) and causes significant loss of yield worldwide. While genetic resistance has been used to mitigate the disease by means of traditional breeding strategies, there is little knowledge about the genes that contribute to blackleg resistance. RNA sequencing and a streamlined bioinformatics pipeline identified unique genes and plant defense pathways specific to plant resistance in the B. napus-L. maculans LepR1-AvrLepR1 interaction over time. We complemented our temporal analyses by monitoring gene activity directly at the infection site using laser microdissection coupled to quantitative PCR. Finally, we characterized genes involved in plant resistance to blackleg in the Arabidopsis-L. maculans model pathosystem. Data reveal an accelerated activation of the plant transcriptome in resistant host cotyledons associated with transcripts coding for extracellular receptors and phytohormone signaling molecules. Functional characterization provides direct support for transcriptome data and positively identifies resistance regulators in the Brassicaceae. Spatial gradients of gene activity were identified in response to L. maculans proximal to the site of infection. This dataset provides unprecedented spatial and temporal resolution of the genes required for blackleg resistance and serves as a valuable resource for those interested in host-pathogen interactions.
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 | 0,001 | 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 | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».