Profiling of the Transcriptomic Responses of Clonostachys rosea Upon Treatment With Fusarium graminearum Secretome
Notice bibliographique
Résumé
Clonostachys rosea strain ACM941 is a fungal bio-control agent patented against the causative agent of Fusarium Head Blight, Fusarium graminearum. Although the molecular details remain enigmatic, previous studies have suggested that C. rosea may secrete F. graminearum growth inhibitors. Further toward this, experiments described herein show that induction of C. rosea cultures by the addition of an aliquot of F. graminearum(Fg)-spent media (including macroconidia), yield C. rosea (Cr)-spent media that elicited higher anti-F. graminearum activity than either control or deoxynivalenol (DON)-induced Cr-spent media. To gain additional insight into the genetic and metabolic factors modulating this interaction, transcriptomic (RNAseq) profiles of C. rosea in response to DON and Fg-spent media treatment, were developed. This analysis revealed 24,112 C. rosea unigenes, of which 5,605 and 6,285 were differentially regulated by DON and F-spent media, respectively. More than half of these unigenes were up-regulated, with annotations, most notably in the Fg-spent media treatment data, suggesting enhancement of polyketide (PK) and non-ribosomal peptide (NRP) secondary metabolite precursor synthesis, and PK/NRP-like synthases. Four ABC transporters were also up-regulated in response to Fg-spent media. Further analysis showed that the PK and NRP-like synthases belong to three gene clusters that also include ABC transporters, and other genes known to tailor secondary metabolite biosynthesis. The RNAseq data was further validated using quantitative RT-qPCR. Taken together, these results show that C. rosea responds to the presence of Fg-spent media (and to a lesser extent, DON-alone) by up-regulating unique aspects of its secondary metabolism-related genetic repertoire. The identities and roles of C. rosea secondary metabolites produced by the targeted gene clusters are now under investigation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».