Elevated Carbon Dioxide Levels Decreases Cucumber Mosaic Virus Accumulation in Correlation with Greater Accumulation of rgs-CaM, an Inhibitor of a Viral Suppressor of RNAi
Notice bibliographique
Résumé
Plant viruses cause a range of plant diseases symptoms that are often responsible for significant crop production losses and the severity and spread of the symptoms may be affected by climate change. While the increase in anthropogenic activities has caused a critical problem of increased CO2 levels in the atmosphere, these elevated CO2 levels have been reported to reduce virus disease severity in some plant species. In such instances, it is not clear if the plant defense mechanisms are being enhanced or virus-mediated mechanisms to overcome plant resistance are being defeated. Additionally, a few studies have been attempted in this area to determine if reduced disease is the norm or the exception under enhanced CO2 levels. In the present study, the effects of elevated CO2 levels (750 ppm vs. 390 ppm) on RNAi-mediated resistance of Nicotiana tabacum against the cucumber mosaic virus (CMV), and the activity of viral suppressor of RNAi (VSR) 2b protein of CMV were evaluated. On the one hand, our results showed that elevated CO2 decreased the transcription of dicer-like protein 2 (DCL2), DCL4, and argonaut 1 (AGO1) genes with functions related to RNAi-mediated resistance when infected by CMV, which is contradictory with the decreased CMV copy numbers under elevated CO2. On the other hand, we found that elevated CO2 increased the calcium concentration and expression of the calcium-binding protein rgs-CaM in tobacco plants when infected by CMV, which directly weakened the function of 2b protein, the VSR of CMV, and therefore decreased the infection efficiency of the virus and suppressed the severity of CMV in tobacco plants under elevated CO2. This study provides molecular insights into the ecological implications underlying the development of prevention strategies against plant virus infection in the context of climate change.
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) | 0,001 | 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 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 ».