MétaCan
Menu
← Retour à la cohorte
Enregistrement W3176716658 · doi:10.1096/fasebj.23.1_supplement.lb242

Proteomic analyses of defence gene expression in a model tomato‐Verticillium pathosystem

2009· article· en· W3176716658 sur OpenAlexaff
Jane Robb, Barbara Lee, A. Kurosky, Ross N. Nazar

Notice bibliographique

RevueThe FASEB Journal · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPathosystemBiologyGeneVerticillium wiltVerticilliumGene expressionProteomeProteomicsVerticillium dahliaeGeneticsMicroarrayComplementary DNABotany

Résumé

récupéré en direct d'OpenAlex

Relatively little is known about the molecular mechanisms utilized by plants to defend themselves against fungal vascular pathogens. Based on DNA microarray analyses, in past studies we used a model tomato‐ Verticillium pathosystem to compare the global expression of genes in compatible and incompatible interactions. While very significant patterns of mRNA changes were defined, how these are translated at the protein level remained unclear. In the present study, 2D gel electrophoresis and proteomic analyses were applied to evaluate the actual changes in protein levels. Whole cell protein was extracted simultaneously with RNA to permit parallel comparisons of both mRNA and proteins from the same samples. Proteins representing 13 of the most intense changes were identified using mass spectrometry. Three were products of commonly identified pathogenesis related genes, three were peroxidase related and two were osmotin related proteins, all products of genes commonly reported to be involved in genetic responses to stress or pathogens. The levels of induction relative to other cellular proteins were particularly striking, an observation which underlines the plant's heroic systemic response to a vascular disease such as Verticillium wilt.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,270
Écart entre enseignants0,223 · 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'étudeObservationnel
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetPlant-Microbe Interactions and Immunity→Travaux en français237 207→