MétaCan
Menu
Retour à la cohorte
Enregistrement W2904855562 · doi:10.1111/nph.15641

Advances in understanding obligate biotrophy in rust fungi

2018· review· en· W2904855562 sur OpenAlexafffund
Cécile Lorrain, Karen Cristine Gonçalves dos Santos, Hugo Germain, Arnaud Hecker, Sébastien Duplessis

Notice bibliographique

RevueNew Phytologist · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueYeasts and Rust Fungi Studies
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesInstitut National de la Recherche AgronomiqueAgence Nationale de la RechercheUniversité du Québec à Trois-RivièresFonds de recherche du Québec – Nature et technologiesUniversité de Lorraine
Mots-clésObligateEffectorBiologyRust (programming language)Obligate parasiteHost (biology)GenomicsComputational biologyTranscriptomeGeneGenomeGeneticsBotanyGene expressionCell biology

Résumé

récupéré en direct d'OpenAlex

Contents Summary 1190 I. Introduction 1190 II. Rust fungi: a diverse and serious threat to agriculture 1191 III. The different facets of rust life cycles and unresolved questions about their evolution 1191 IV. The biology of rust infection 1192 V. Rusts in the genomics era: the ever-expanding list of candidate effector genes 1195 VI. Functional characterization of rust effectors 1197 VII. Putting rusts to sleep: Pucciniales research outlooks 1201 Acknowledgements 1202 References 1202 SUMMARY: Rust fungi (Pucciniales) are the largest group of plant pathogens and represent one of the most devastating threats to agricultural crops worldwide. Despite the economic importance of these highly specialized pathogens, many aspects of their biology remain obscure, largely because rust fungi are obligate biotrophs. The rise of genomics and advances in high-throughput sequencing technology have presented new options for identifying candidate effector genes involved in pathogenicity mechanisms of rust fungi. Transcriptome analysis and integrated bioinformatics tools have led to the identification of key genetic determinants of host susceptibility to infection by rusts. Thousands of genes encoding secreted proteins highly expressed during host infection have been reported for different rust species, which represents significant potential towards understanding rust effector function. Recent high-throughput in planta expression screen approaches (effectoromics) have pushed the field ahead even further towards predicting high-priority effectors and identifying avirulence genes. These new insights into rust effector biology promise to inform future research and spur the development of effective and sustainable strategies for managing rust diseases.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,063
Tête enseignante GPT0,335
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations190
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetYeasts and Rust Fungi StudiesTravaux en français237 207