MétaCan
Menu
Retour à la cohorte
Enregistrement W2739886996 · doi:10.1038/s41598-017-07779-4

Bark and wood tissues of American elm exhibit distinct responses to Dutch elm disease

2017· article· en· W2739886996 sur OpenAlexaff
Sherif M. Sherif, Lauren A. E. Erland, Mukund R. Shukla, Praveen K. Saxena

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésXylemDutch elm diseaseBark (sound)PhloemBiologyFungusBotanyWilt diseaseOphiostomaAbscisic acidInoculationPlant disease resistanceGeneHorticultureBiochemistryEcology

Résumé

récupéré en direct d'OpenAlex

Tolerance to Dutch elm disease (DED) has been linked to the rapid and/or high induction of disease-responsive genes after infection with the fungus Ophiostoma novo-ulmi. Although the fungal infection by O. novo-ulmi primarily takes places in xylem vessels, it is still unclear how xylem contributes to the defense against DED. Taking advantage of the easy separation of wood and bark tissues in young American elm saplings, here we show that most disease-responsive genes exhibited higher expression in wood compared to bark tissues after fungal infection. On the other hand, the stress-related phytohormones were generally more abundant in the bark compared to wood tissues. However, only endogenous levels of jasmonates (JAs), but not salicylic acid (SA) and abscisic acid (ABA) increased in the inoculated tissues. This, along with the upregulation of JA-biosynthesis genes in inoculated bark and core tissues further suggest that phloem and xylem might contribute to the de novo biosynthesis of JA after fungal infection. The comparison between two tolerant elm varieties, 'Valley Forge' and 'Princeton,' also indicated that tolerance against DED might be mediated by different mechanisms in the xylem. The present study sheds some light on the amplitude and kinetics of defense responses produced in the xylem and phloem in response to DED.

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 enseignants0,002
Score d'incertitude au seuil0,003

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 Opus0,010
Tête enseignante GPT0,261
Écart entre enseignants0,250 · 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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetForest Insect Ecology and ManagementTravaux en français237 207