A sugarcane smut fungus effector simulates the host endogenous elicitor peptide to suppress plant immunity
Notice bibliographique
Résumé
The smut fungus Sporisorium scitamineum causes the most prevalent disease on sugarcane. The mechanism of its pathogenesis, especially the functions and host targets of its effector proteins, are unknown. In order to identify putative effectors involving in S. scitamineum infection, a weighted gene co-expression network analysis was conducted based on the transcriptome profiles of both smut fungus and sugarcane using a customized microarray. A smut effector gene, termed SsPele1, showed strong co-expression with sugarcane PLANT ELICITOR PEPTIDE RECEPTOR1 (ScPEPR1), which encodes a receptor like kinase for perception of plant elicitor peptide1 (ScPep1). The relationship between SsPele1 and ScPEPR1, and the biological function of SsPele1 were characterized in this study. The SsPele1 C-terminus contains a plant elicitor peptide-like motif, by which SsPele1 interacts strongly with ScPEPR1. Strikingly, the perception of ScPep1 on ScPEPR1 is competed by SsPele1 association, leading to the suppression of ScPEPR1-mediated immune responses. Moreover, the Ustilago maydis effector UmPele1, an ortholog of SsPele1, promotes fungal virulence using the same strategy. This study reveals a novel strategy by which a fungal effector can mimic the plant elicitor peptide to complete its perception and attenuate receptor-activated immunity.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».