<i>Leptosphaeria maculans</i> AvrLm9: a new player in the game of hide and seek with AvrLm4‐7
Notice bibliographique
Résumé
Blackleg disease of Brassica napus caused by Leptosphaeria maculans (Lm) is largely controlled by the deployment of race-specific resistance (R) genes. However, selection pressure exerted by R genes causes Lm to adapt and give rise to new virulent strains through mutation and deletion of effector genes. Therefore, a knowledge of effector gene function is necessary for the effective management of the disease. Here, we report the cloning of Lm effector AvrLm9 which is recognized by the resistance gene Rlm9 in B. napus cultivar Goéland. AvrLm9 was mapped to scaffold 7 of the Lm genome, co-segregating with the previously reported AvrLm5 (previously known as AvrLmJ1). Comparison of AvrLm5 alleles amongst the 37 re-sequenced Lm isolates and transgenic complementation identified a single point mutation correlating with the AvrLm9 phenotype. Therefore, we renamed this gene as AvrLm5-9 to reflect the dual specificity of this locus. Avrlm5-9 transgenic isolates were avirulent when inoculated on the B. napus cultivar Goéland. The expression of AvrLm5-9 during infection was monitored by RNA sequencing. The recognition of AvrLm5-9 by Rlm9 is masked in the presence of AvrLm4-7, another Lm effector. AvrLm5-9 and AvrLm4-7 do not interact, and AvrLm5-9 is expressed in the presence of AvrLm4-7. AvrLm5-9 is the second Lm effector for which host recognition is masked by AvrLm4-7. An understanding of this complex interaction will provide new opportunities for the engineering of broad-spectrum recognition.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».