Differences in Gene Expression of Pear Selections Showing Leaf Curling or Leaf Reddening Symptoms Due to Pear Decline Phytoplasma
Notice bibliographique
Résumé
While host gene expression has been related to symptoms associated with different phytoplasma diseases, it is unknown why some phytoplasmas are associated with different symptoms in genotypes of the same plant species. Pear tree selections showed symptoms of either leaf reddening (selection 8824-1) or leaf curling (selection 9328-1) associated with pear decline (PD) phytoplasma presence. PD populations were similar in leaves and shoots of the two selections, but in the roots, populations were significantly lower in selection 8824-1 than in 9328-1, indicating greater resistance. For host carbohydrate metabolism gene expression in PD-infected tissues, significant up-regulation in selection 8824-1 was observed for a sucrose synthase gene in leaves and an acid invertase gene in leaves and roots. These features have been associated with localized higher sugar levels in phytoplasma-infected tissues, and thus may be related to leaf reddening. For host stress/defense response gene expression in PD-infected tissues, significant up-regulation of a phenylalanine ammonia lyase gene was observed in PD-infected shoots of both selections; however, up-regulation of alcohol dehydrogenase gene in shoots, a chitinase gene in all tissues and a phloem protein 2 gene in roots was only observed for selection 8824-1. These changes indicate greater triggered innate immunity in roots associated with lower PD populations and leaf reddening. Leaf reddening may be related to changes in gene expression associated with increased sugar levels in leaves and stronger immune responses in several tissues, while leaf curling may be due to water stress resulting from dysfunctional root associated with higher PD populations in the roots.
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 ».