A genetically linked pair of NLR immune receptors shows contrasting patterns of evolution
Notice bibliographique
Résumé
Throughout their evolution, plant nucleotide-binding leucine-rich-repeat receptors (NLRs) have acquired widely divergent unconventional integrated domains that enhance their ability to detect pathogen effectors. However, the functional dynamics that drive the evolution of NLRs with integrated domains (NLR-IDs) remain poorly understood. Here, we reconstructed the evolutionary history of an NLR locus prone to unconventional domain integration and experimentally tested hypotheses about the evolution of NLR-IDs. We show that the rice ( Oryza sativa ) NLR Pias recognizes the effector AVR-Pias of the blast fungal pathogen Magnaporthe oryzae . Pias consists of a functionally specialized NLR pair, the helper Pias-1 and the sensor Pias-2, that is allelic to the previously characterized Pia pair of NLRs: the helper RGA4 and the sensor RGA5. Remarkably, Pias-2 carries a C-terminal DUF761 domain at a similar position to the heavy metal–associated (HMA) domain of RGA5. Phylogenomic analysis showed that Pias-2/RGA5 sensor NLRs have undergone recurrent genomic recombination within the genus Oryza , resulting in up to six sequence-divergent domain integrations. Allelic NLRs with divergent functions have been maintained transspecies in different Oryza lineages to detect sequence-divergent pathogen effectors. By contrast, Pias-1 has retained its NLR helper activity throughout evolution and is capable of functioning together with the divergent sensor-NLR RGA5 to respond to AVR-Pia. These results suggest that opposite selective forces have driven the evolution of paired NLRs: highly dynamic domain integration events maintained by balancing selection for sensor NLRs, in sharp contrast to purifying selection and functional conservation of immune signaling for helper NLRs.
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 | 0,000 |
| 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) | 0,001 | 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 ».