MétaCan
Menu
Retour à la cohorte
Enregistrement W3175681990 · doi:10.1111/nph.17575

<i>Ne2</i>, a typical CC–NBS–LRR‐type gene, is responsible for hybrid necrosis in wheat

2021· article· en· W3175681990 sur OpenAlexaff
Yaoqi Si, Shusong Zheng, Jianqing Niu, Shuiquan Tian, Mengjun Gu, Lu Qiao, Yilin He, Juan Zhang, Xiaoli Shi, Yiwen Li, Hong‐Qing Ling

Notice bibliographique

RevueNew Phytologist · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensInstitute of Genetics
Organismes subventionnairesChinese Academy of Agricultural SciencesNational Natural Science Foundation of China
Mots-clésGeneBiologyAlleleGeneticsNecrosisFrameshift mutationMutation

Résumé

récupéré en direct d'OpenAlex

Summary Hybrid necrosis, caused by complementary genes Ne1 and Ne2, is a serious barrier for combining desirable traits from different genotypes of wheat, affecting the full utilisation of heterosis. To date, both Ne1 and Ne2 are still not isolated although they were documented decades ago. We report here the map‐based cloning and functional characterisation of Ne2, encoding a coiled coil–nucleotide‐binding site–leucine‐rich repeat (CC–NBS–LRR) protein. Homozygous frameshift mutations generated using the CRISPR/Cas9 approach confirmed the Ne2‐inducing hybrid necrosis in wheat. Upregulated expression of Ne2 induced by Ne1 and excess hydrogen peroxide accumulation are associated with the necrosis formation. Genetic analyses of a Ne2 allele (Ne2m) and leaf rust resistance gene LrLC10/Lr13 revealed that they might be the same gene. Furthermore, we demonstrated that the frequency of the Ne2 allele was much lower in landraces (2.00%) compared with that in modern cultivars (13.62%), suggesting that Ne2 allele has been partially applied in wheat genetic improvement. Our findings open opportunities of thoroughly investigating the molecular mechanism of hybrid necrosis, selecting Lr13 and simultaneously avoiding hybrid necrosis in wheat breeding through marker‐assisted selection.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,267
Écart entre enseignants0,226 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207