Faculty Opinions recommendation of A plant pathogen type III effector protein subverts translational regulation to boost host polyamine levels.
Notice bibliographique
Résumé
Pathogenic bacteria inject effector proteins into host cells to manipulate cellular processes and facilitate the infection. Transcription-activator-like effectors (TALEs), an effector class in plant pathogenic bacteria, transcriptionally activate host genes to promote disease. We identify arginine decarboxylase (ADC) genes as the host targets of Brg11, a TALE-like effector from the plant pathogen Ralstonia solanacearum. Brg11 targets a 17-bp sequence that was found to be part of a conserved 50-bp motif, termed the ADC-box, upstream of ADC genes involved in polyamine biosynthesis. The transcribed ADC-box attenuates translation from native ADC mRNAs; however, Brg11 induces truncated ADC mRNAs lacking the ADC-box, thus bypassing this translational control. As a result, Brg11 induces elevated polyamine levels that trigger a defense reaction and likely inhibits bacterial niche competitors but not R. solanacearum. Our findings suggest that Brg11 may give R. solanacearum a competitive advantage and uncover a role for bacterial effectors in regulating ternary microbe-host-microbe interactions.Copyright © 2019 Elsevier Inc. All rights reserved. PMID: 31628081
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».