MétaCan
Menu
Retour à la cohorte
Enregistrement W4284709701 · doi:10.21203/rs.3.rs-1807889/v1

An unusual tandem kinase fusion protein confers leaf rust resistance in wheat

2022· preprint· en· W4284709701 sur OpenAlexaff
Yajun Wang, Michaël Abrouk, Spyridon Gourdoupis, Dal‐Hoe Koo, Miroslava Karafiátová, István Molnár, Jaroslav Doležel, Naveenkumar Athiyannan, Emile Cavalet-Giorsa, Łukasz Jaremko, Jesse Poland, Simon G. Krattinger

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesNational Research, Development and Innovation OfficeEuropean Regional Development FundHorizon 2020 Framework ProgrammeKing Abdullah University of Science and TechnologyNational Science Foundation
Mots-clésChromosomal translocationBiologyGeneGeneticsPlant disease resistanceIntrogression

Résumé

récupéré en direct d'OpenAlex

Abstract The introgression of chromosome segments from wild relatives is an established strategy to enrich crop germplasm with novel disease resistance genes. Here, we use mutagenesis and transcriptome sequencing to clone the leaf rust resistance gene Lr9, which was introduced into bread wheat from the wild grass species Aegilops umbellulata. We establish that Lr9 encodes an unusual tandem kinase fusion protein. Long-read sequencing of a wheat Lr9 introgression line and the putative Ae. umbellulata Lr9 donor enabled us to assemble the ~28.4-Mb Lr9 translocation and to identify the translocation breakpoint. We likewise cloned Lr58, which was reportedly introgressed from Ae. triuncialis, but has an identical coding sequence compared to Lr9. Cytogenetic and haplotype analyses corroborate that the two genes originate from the same translocation event. Our work sheds light on the emerging role of kinase fusion proteins in wheat disease resistance, expanding the repertoire of disease resistance genes for breeding.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,071
Tête enseignante GPT0,350
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207