Towards an understanding of the molecular basis of effective RNAi against a global insect pest, the whitefly Bemisia tabaci
Notice bibliographique
Résumé
In planta RNAi against essential insect genes offers a promising route to control insect crop pests, but is constrained for many insect groups, notably phloem sap-feeding hemipterans, by poor RNAi efficacy. This study conducted on the phloem-feeding whitefly Bemisia tabaci reared on tomato plants investigated the causes of low RNAi efficacy and routes to ameliorate the problem. Experiments using tomato transgenic lines containing ds-GFP (green fluorescent protein) revealed that full-length dsRNA is phloem-mobile, ingested by the insects, and degraded in the insect. We identified B. tabaci homologs of nuclease genes (dsRNases) in other insects that degrade dsRNA, and demonstrated that degradation of ds-GFP in B. tabaci is suppressed by administration of dsRNA against these genes. dsRNA against the nuclease genes was co-administered with dsRNA against two insect genes, an aquaporin AQP1 and sucrase SUC1, that are predicted to protect B. tabaci against osmotic collapse. When dsRNA constructs for AQP1, SUC1, dsRNase1 and dsRNase2 were stacked, insect mortality was significantly elevated to 50% over 6 days on artificial diets. This effect was accompanied by significant reduction in gene expression of the target genes in surviving diet-fed insects. This study offers proof-of-principle that the efficacy of RNAi against insect pests can be enhanced by using dsRNA to suppress the activity of RNAi-suppressing nuclease genes, especially where multiple genes with related physiological function but different molecular function are targeted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».