A Forward Genetic Screen in <i>Sclerotinia sclerotiorum</i> Revealed the Transcriptional Regulation of Its Sclerotial Melanization Pathway
Notice bibliographique
Résumé
Most plant fungal pathogens that cause worldwide crop losses are understudied, due to various technical challenges. With the increasing availability of sequenced whole genomes of these non-model fungi, effective genetic analysis methods are highly desirable. Here, we describe a newly developed pipeline, which combines forward genetic screening with high-throughput next-generation sequencing to enable quick gene discovery. We applied this pipeline in the notorious soilborne phytopathogen Sclerotinia sclerotiorum and identified 32 mutants with various developmental and growth deficiencies. Detailed molecular studies of three melanization-deficient mutants provide a proof of concept for the effectiveness of our method. A master transcription factor was found to regulate melanization of sclerotia through the DHN (1,8-dihydroxynaphthalene) melanin biosynthesis pathway. In addition, these mutants revealed that sclerotial melanization is important for sclerotia survival under abiotic stresses, sclerotial surface structure, and sexual reproduction. Foreseeably, this pipeline can be applied to facilitate efficient in-depth studies of other non-model fungal species in the future. [Formula: see text] Copyright © 2022 The Author(s). This is an open access article distributed under the CC BY 4.0 International license .
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 | 0,000 |
| 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 ».