MétaCan
Menu
Retour à la cohorte
Enregistrement W2804474156 · doi:10.1371/journal.pone.0197752

Combining R gene and quantitative resistance increases effectiveness of cultivar resistance against Leptosphaeria maculans in Brassica napus in different environments

2018· article· en· W2804474156 sur OpenAlexfundno aff
Yongju Huang, Georgia Mitrousia, Siti Nordahliawate Mohamed Sidique, Aiming Qi, Bruce D.L. Fitt

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensnon disponible
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesInnovate UKInstitut National de la Recherche AgronomiqueAgriculture and Agri-Food CanadaAgriculture and Horticulture Development Board
Mots-clésLeptosphaeria maculansCultivarBiologyBrassicaCankerBlacklegBrassica rapaHorticultureCanolaResistance (ecology)PhomaBotanyAgronomy

Résumé

récupéré en direct d'OpenAlex

Using cultivar resistance against pathogens is one of the most economical and environmentally friendly methods for control of crop diseases. However, cultivar resistance can be easily rendered ineffective due to changes in pathogen populations or environments. To test the hypothesis that combining R gene-mediated resistance and quantitative resistance (QR) in one cultivar can provide more effective resistance than use of either type of resistance on its own, effectiveness of resistance in eight oilseed rape (Brassica napus) cultivars with different R genes and/or QR against Leptosphaeria maculans (phoma stem canker) was investigated in 13 different environments/sites over three growing seasons (2010/2011, 2011/2012 and 2012/2013). Cultivar Drakkar with no R genes and no QR was used as susceptible control and for sampling L. maculans populations. Isolates of L. maculans were obtained from the 13 sites in 2010/2011 to assess frequencies of avirulent alleles of different effector genes (AvrLm1, AvrLm4 or AvrLm7) corresponding to the resistance genes (Rlm1, Rlm4 or Rlm7) used in the field experiments. Results of field experiments showed that cultivars DK Cabernet (Rlm1 + QR) and Adriana (Rlm4 + QR) had significantly less severe phoma stem canker than cultivars Capitol (Rlm1) and Bilbao (Rlm4), respectively. Results of controlled environment experiments confirmed the presence of Rlm genes and/or QR in these four cultivars. Analysis of L. maculans populations from different sites showed that the mean frequencies of AvrLm1 (10%) and AvrLm4 (41%) were less than that of AvrLm7 (100%), suggesting that Rlm1 and Rlm4 gene-mediated resistances were partially rendered ineffective while Rlm7 resistance was still effective. Cultivar Excel (Rlm7 + QR) had less severe canker than cultivar Roxet (Rlm7), but the difference between them was not significant due to influence of the effective resistance gene Rlm7. For the two cultivars with only QR, Es-Astrid (QR) had less severe stem canker than NK Grandia (QR). Analysis of the relationship between severity of stem canker and weather data among the 13 sites in the three growing seasons showed that increased severity of stem canker was associated with increased rainfall during the phoma leaf spot development stage and increased temperature during the stem canker development stage. Further analysis of cultivar response to environmental factors showed that cultivars with both an Rlm gene and QR (e.g. DK Cabernet, Adriana and Excel) were less sensitive to a change in environment than cultivars with only Rlm genes (e.g. Capitol, Bilbao) or only QR (e.g. DK Grandia). These results suggest that combining R gene and QR can provide effective, stable control of phoma stem canker in different environments.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,327

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,229
Écart entre enseignants0,198 · 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 tête enseignante, 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

Citations40
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetPlant-Microbe Interactions and ImmunityTravaux en français237 207