Transcriptional Insight Into Brassica napus Resistance Genes LepR3 and Rlm2-Mediated Defense Response Against the Leptosphaeria maculans Infection
Notice bibliographique
Résumé
The phytopathogenic fungus Leptosphaeria maculans causes the blackleg disease on Brassica napus, resulting in severe loss of rapeseed production. Breeding of resistant cultivars containing race-specific resistance genes is provably effective to combat this disease. While two allelic resistance genes LepR3 and Rlm2 recognizing L. maculans avirulence genes AvrLm1 and AvrLm2 at plant apoplastic space have been cloned in B. napus, the downstream gene expression network underlying the resistance remains elusive. In this study, transgenic lines expressing LepR3 and Rlm2 were created in the susceptible ‘Westar’ cultivar and inoculated with L. maculans isolates containing different sets of AvrLm1 and AvrLm2 for comparative transcriptomic analysis. Through grouping the RNA-seq data based on different levels of defense response, we find LepR3 and Rlm2 orchestrate a hierarchically regulated gene expression network, consisting of induced ABA acting independently of the disease reaction, activation of signal transduction pathways with gradually increasing intensity from compatible to incompatible interaction, and specifically induced enzymatic and chemical actions contributing to hypersensitive response with recognition of AvrLm1 and AvrLm2. This study provides an unconventional investigation into LepR3 and Rlm2-mediated plant defense machinery and adds novel insight into the interaction between surface-localized receptor-like proteins (RLPs) and apoplastic fungal pathogens.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 ».