MétaCan
Menu
Retour à la cohorte
Enregistrement W4280495231 · doi:10.1186/s12870-022-03641-6

Systematic identification of miRNA-regulatory networks unveils their potential roles in sugarcane response to Sorghum mosaic virus infection

2022· article· en· W4280495231 sur OpenAlexaff
Yachun Su, Qiong Peng, Hui Ling, Chuihuai You, Qibin Wu, Liping Xu, Youxiong Que

Notice bibliographique

RevueBMC Plant Biology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiologyIdentification (biology)microRNABiotechnologySorghumMosaicPlant virusComputational biologyVirologyVirusGeneticsBotanyGeneAgronomy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sugarcane mosaic disease (SMD) is a major viral disease of sugarcane (Saccharum spp.) worldwide. Sorghum mosaic virus (SrMV) is the dominant pathogen of SMD in the sugarcane planting areas of China. There is no report on miRNAs and their regulatory networks in sugarcane response to SrMV infection. RESULTS: In this study, small RNA sequencing (sRNA-seq) of samples from the leaves of SMD-susceptible variety ROC22 and -resistant variety FN39 infected by SrMV was performed. A total of 132 mature miRNAs (55 known miRNAs and 77 novel miRNAs) corresponding to 1,037 target genes were identified. After the SrMV attack, there were 30 differentially expressed miRNAs (17 up-regulated and 13 down-regulated) in FN39 and 19 in ROC22 (16 up-regulated and 3 down-regulated). Besides, there were 18 and 7 variety-specific differentially expressed miRNAs for FN39 and ROC22, respectively. KEGG enrichment analysis showed that the differentially expressed miRNAs targeted genes involved in several disease resistance-related pathways, such as mRNA surveillance, plant pathway interaction, sulfur metabolism, and regulation of autophagy. The reliability of sequencing data, and the expression patterns / regulation relationships between the selected differentially expressed miRNAs and their target genes in ROC22 and FN39 were confirmed by quantitative real-time PCR. A regulatory network diagram of differentially expressed miRNAs and their predicted target genes in sugarcane response to SrMV infection was sketched. In addition, precursor sequences of three candidate differentially expressed novel miRNAs (nov_3741, nov_22650 and nov_40875) were cloned from the ROC22 leaf infected by SrMV. Transient overexpression demonstrated that they could induce the accumulation of hydrogen peroxide and the expression level of hypersensitive response marker genes, salicylic acid-responsive genes and ethylene synthesis-depended genes in Nicotiana benthamiana. It is thus speculated that these three miRNAs may be involved in regulating the early immune response of sugarcane plants following SrMV infection. CONCLUSIONS: This study lays a foundation for revealing the miRNA regulation mechanism in the interaction of sugarcane and SrMV, and also provides a resource for miRNAs and their predicted target genes for SrMV resistance improvement in sugarcane.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,233
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Plant BiologyMême sujetPlant Molecular Biology ResearchTravaux en français237 207