Integrative transcriptomic and gene co-expression network analysis of host responses upon Verticillium dahliae infection in Gossypium hirsutum
Notice bibliographique
Résumé
Worldwide, Verticillium wilt is among the major harmful diseases in cotton production, causing substantial reduction in yields. While this disease has been extensively researched at the molecular level of the pathogen, the molecular basis of V. dahliae host response association is yet to be thoroughly investigated. In this study, RNA-seq analysis was carried out on V. dahliae infected two Gossypium hirsutum L. cultivars, Xinluzao-36 (susceptible) and Zhongzhimian-2 (disease resistant) for 0 h, 24 h, 72 h and 120 h time intervals. Statistical analysis revealed that V. dahliae infection elicited differentially expressed gene responses in the two cotton varieties, but more intensely in the susceptible cultivar than in the resistant cultivars. Data analysis revealed 4241 differentially expressed genes (DEGs) in the LT variety across the three treatment timepoints whereas 7657 in differentially expressed genes (DEGs) in the Vd592 variety across the three treatment timepoints. Six genes were randomly selected for qPCR validation of the RNA-Seq data. Numerous genes encompassed in disease resistance and defense mechanisms were identified. Further, RNA-Seq dataset was utilized in construction of the weighted gene co-expression network and 11 hub genes were identified, that encode for different proteins associated with lignin and immune response, Auxin response factor, cell wall and vascular development, microtubule, Ascorbate transporter, Serine/threonine kinase and Immunity and drought were identified. This significant research will aid in advancing crucial knowledge on virus-host interactions and identify key genes intricate in G. hirsutum L. resistance to V. dahliae infection.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».