MétaCan
Menu
Retour à la cohorte
Enregistrement W2800877925 · doi:10.1016/j.isci.2018.04.015

Leptosphaeria maculans Effector Protein AvrLm1 Modulates Plant Immunity by Enhancing MAP Kinase 9 Phosphorylation

2018· article· en· W2800877925 sur OpenAlexafffund
Lisong Ma, Mohammad Djavaheri, Haiyan Wang, Nicholas J. Larkan, Parham Haddadi, Elena Beynon, Gordon Gropp, M. Hossein Borhan

Notice bibliographique

RevueiScience · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaSaskatchewan Canola Development Commission
Mots-clésLeptosphaeria maculansNicotiana benthamianaEffectorBiologyCell biologyCanolaPlant ImmunityProtein kinase APhosphorylationPlant defense against herbivoryKinaseGeneBotanyBiochemistryArabidopsis

Résumé

récupéré en direct d'OpenAlex

Leptosphaeria maculans, the causal agent of blackleg disease in canola (Brassica napus), secretes an array of effectors into the host to overcome host defense. Here we present evidence that the L. maculans effector protein AvrLm1 functions as a virulence factor by interacting with the B. napus mitogen-activated protein (MAP) kinase 9 (BnMPK9), resulting in increased accumulation and enhanced phosphorylation of the host protein. Transient expression of BnMPK9 in Nicotiana benthamiana induces cell death, and this phenotype is enhanced in the presence of AvrLm1, suggesting that induction of cell death due to enhanced accumulation and phosphorylation of BnMPK9 by AvrLm1 supports the initiation of necrotrophic phase of L. maculans infection. Stable expression of BnMPK9 in B. napus perturbs hormone signaling, notably salicylic acid response genes, to facilitate L. maculans infection. Our findings provide evidence that a MAP kinase is directly targeted by a fungal effector to modulate plant immunity.

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 enseignants0,001
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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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

Citations102
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetPlant-Microbe Interactions and ImmunityTravaux en français237 207