DNA methylation dynamics during the interaction of wheat progenitor <i>Aegilops tauschii</i> with the obligate biotrophic fungus <i>Blumeria graminis</i> f. sp. <i>tritici</i>
Notice bibliographique
Résumé
DNA methylation is dynamically involved in plant immunity, but little information is known about its roles in plant interactions with biotrophic fungi, especially in temperate grasses such as wheat (Triticum aestivum). Using wheat diploid progenitor Aegilops tauschii accession AL8/78, the genome of which has been sequenced, we assessed the extent of DNA methylation in response to infection with Blumeria graminis f. sp. tritici (Bgt), which causes powdery mildew. Upon Bgt infection, ARGONAUTE4a (AGO4a) was significantly downregulated in A. tauschii, which was accompanied by a substantial reduction in AGO4a-sorted 24-nt siRNA levels, especially for genes near transposable elements (TAGs). Bisulfite sequencing revealed abundant differentially methylated regions (DMRs) with CHH hypomethylation. TAGs bearing CHH-hypomethylated DMRs were enriched for 'response to stress' functions, including receptor kinase, peroxidase, and pathogenesis-related genes. Virus-induced gene silencing (VIGS) of a DOMAINS REARRANGED METHYLASE 2 (DRM2) homolog enhanced plant resistance to Bgt. The effect of CHH hypomethylation was exemplified by the upregulation of a pathogenesis-related β-1,3-glucanse gene implicated in Bgt defense. These findings support the idea that dynamic DNA methylation represents a regulatory layer in the complex mechanism of plant immunity, which could be exploited to improve disease resistance in common wheat.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».