MétaCan
Menu
Retour à la cohorte
Enregistrement W2599983077 · doi:10.1186/s12864-017-3642-5

Changes in the Sclerotinia sclerotiorum transcriptome during infection of Brassica napus

2017· article· en· W2599983077 sur OpenAlexafffund
Shirin Seifbarghi, M. Hossein Borhan, Yangdou Wei, Cathy Coutu, Stephen J. Robinson, Dwayne D. Hegedus

Notice bibliographique

RevueBMC Genomics · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensUniversity of SaskatchewanAgriculture and Agri-Food Canada
Organismes subventionnairesGovernment of CanadaSaskatchewan Canola Development Commission
Mots-clésSclerotinia sclerotiorumBiologyTranscriptomeVirulenceGeneHost (biology)GeneticsBrassicaSclerotiniaGene expression profilingSecondary metabolismGene expressionMicrobiologyBotany

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sclerotinia sclerotiorum causes stem rot in Brassica napus, which leads to lodging and severe yield losses. Although recent studies have explored significant progress in the characterization of individual S. sclerotiorum pathogenicity factors, a gap exists in profiling gene expression throughout the course of S. sclerotiorum infection on a host plant. In this study, RNA-Seq analysis was performed with focus on the events occurring through the early (1 h) to the middle (48 h) stages of infection. RESULTS: Transcript analysis revealed the temporal pattern and amplitude of the deployment of genes associated with aspects of pathogenicity or virulence during the course of S. sclerotiorum infection on Brassica napus. These genes were categorized into eight functional groups: hydrolytic enzymes, secondary metabolites, detoxification, signaling, development, secreted effectors, oxalic acid and reactive oxygen species production. The induction patterns of nearly all of these genes agreed with their predicted functions. Principal component analysis delineated gene expression patterns that signified transitions between pathogenic phases, namely host penetration, ramification and necrotic stages, and provided evidence for the occurrence of a brief biotrophic phase soon after host penetration. CONCLUSIONS: The current observations support the notion that S. sclerotiorum deploys an array of factors and complex strategies to facilitate host colonization and mitigate host defenses. This investigation provides a broad overview of the sequential expression of virulence/pathogenicity-associated genes during infection of B. napus by S. sclerotiorum and provides information for further characterization of genes involved in the S. sclerotiorum-host plant 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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,039
Tête enseignante GPT0,220
Écart entre enseignants0,181 · 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'étudeExpérimental (laboratoire)
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

Citations175
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC GenomicsMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207