Transcriptome analysis implicates secondary metabolite production, redox reactions, and programmed cell death during allorecognition in <i>Cryphonectria parasitica</i>
Notice bibliographique
Résumé
The underlying molecular mechanisms of programmed cell death associated with fungal allorecognition, a form of innate immunity, remain largely unknown. In this study, transcriptome analysis was used to infer mechanisms activated during barrage formation in vic3-incompatible strains of Cryphonectria parasitica, the chestnut blight fungus. Pronounced differential expression occurred in barraging strains of genes involved in mating pheromone (mf2-1, mf2-2), secondary metabolite production, detoxification (including oxidative stress), apoptosis-related, RNA interference, and HET-domain genes. Evidence for secondary metabolite production and reactive oxygen species (ROS) accumulation is supported through UPLC-HRMS analysis and cytological staining, respectively. Differential expression of mating-related genes and HET-domain genes was further examined by RT-qPCR of incompatible interactions involving each of the six vegetative incompatibility (vic) loci in C. parasitica and revealed distinct recognition process networks. We infer that vegetative incompatibility in C. parasitica activates defence reactions that involve secondary metabolism, resulting in increased toxicity of the extra- and intracellular environment. Accumulation of ROS (and other potential toxins) may result in detoxification failure and activation of apoptosis, sporulation, and the expression of associated pheromone genes. The incompatible reaction leaves abundant traces of a process-specific metabolome as conidiation is initiated.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».