MétaCan
Menu
Retour à la cohorte
Enregistrement W2806749488 · doi:10.1139/cjm-2018-0094

Transcriptomic response of <i>Ralstonia solanacearum</i> to antimicrobial <i>Pseudomonas fluorescens</i> SN15-2 metabolites

2018· article· en· W2806749488 sur OpenAlexvenueno aff
Haibo Lou, Xiaobing Wang, Jun Chen, Bozhi Wang, Wei Wang

Notice bibliographique

RevueCanadian Journal of Microbiology · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésPseudomonas fluorescensRalstonia solanacearumBiologyMicrobiologyPathogenTranscriptomeAntimicrobialBacteriaGeneBiochemistryGene expressionGenetics

Résumé

récupéré en direct d'OpenAlex

To develop efficient biocontrol agents, it is essential to investigate the response of soil-borne plant pathogens to such agents. For example, the response of Ralstonia solanacearum, the tomato wilt pathogen, to antimicrobial metabolites of Pseudomonas fluorescens is unknown. Thus, we assessed the effects of P. fluorescens SN15-2 fermentation broth on R. solanacearum by transmission electron microscopy and transcriptome technology. RNA sequencing identified 109 and 155 genes that are significantly upregulated and downregulated, respectively, in response to P. fluorescens metabolites, many of which are associated with the cell membrane and cell wall, and with nucleotide acid metabolism, iron absorption, and response to oxidative stress. This study highlights the effectiveness of P. fluorescens metabolites against the tomato wilt pathogen and helps clarify the underlying molecular mechanisms.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,212
Écart entre enseignants0,199 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetPlant-Microbe Interactions and ImmunityTravaux en français237 207