Inferring defense-related gene families in Arabidopsis and wheat
Notice bibliographique
Résumé
BACKGROUND: A large number of disease resistance genes or QTLs in crop plants are identified through conventional genetics and genomic tools, but their functional or molecular characterization remains costly, labor-intensive and inaccurate largely due to the lack of deep sequencing of large and complex genomes of many important crops such as allohexaploid wheat (Triticum aestivum L.). On the other hand, gene annotation and relevant genomic resources for disease resistance and other defense-related traits are more abundant in model plant Arabidopsis (Arabidopsis thaliana). The objectives of this study are (i) to infer homology of defense-related genes in Arabidopsis and wheat and (ii) to classify these homologous genes into different gene families. RESULTS: We employed three bioinformatics and genomics approaches to identifying candidate genes known to affect plant defense and to classifying these protein-coding genes into different gene families in Arabidopsis. These approaches predicted up to 1790 candidate genes in 11 gene families for Arabidopsis defense to biotic stresses. The 11 gene families included ABC, NLR and START, the three families that are already known to confer rust resistance in wheat, and eight new families. The distributions of predicted SNPs for individual rust resistance genes were highly skewed towards specific gene families, including eight one-to-one uniquely matched pairs: Lr21-NLR, Lr34-ABC, Lr37-START, Sr2-Cupin, Yr24-Transcription factor, Yr26-Transporter, Yr36-Kinase and Yr53-Kinase. Two of these pairs, Lr21-NLR and Lr34-ABC, are expected because Lr21 and Lr34 are well known to confer race-specific and race-nonspecific resistance to leaf rust (Puccinia triticina) and they encode NLR and ABC proteins. CONCLUSIONS: Our inference of 11 known and new gene families enhances current understanding of functional diversity with defense-related genes in genomes of model plant Arabidopsis and cereal crop wheat. Our comparative genomic analysis of Arabidopsis and wheat genomes is complementary to the conventional map-based or marker-based approaches for identification of genes or QTLs for rust resistance genes in wheat and other cereals. Race-specific and race-nonspecific candidate genes predicted by our study may be further tested and combined in breeding for durable resistance to wheat rusts and other pathogens.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».