Tissue-specific mRNA profiling of the <i>Brassica napus</i> – <i>Sclerotinia sclerotiorum</i> interaction uncovers novel regulators of plant immunity
Notice bibliographique
Résumé
White mold is caused by the fungal pathogen Sclerotinia sclerotiorum and leads to rapid and significant loss in plant yield. Among its many brassicaceous hosts, including Brassica napus (canola) and Arabidopsis, the response of individual tissue layers directly at the site of infection has yet to be explored. Using laser microdissection coupled with RNA sequencing, we profiled the epidermis, mesophyll, and vascular leaf tissue layers of B. napus in response to S. sclerotiorum. High-throughput tissue-specific mRNA sequencing increased the total number of detected transcripts compared with whole-leaf assessments and provided novel insight into the conserved and specific roles of ontogenetically distinct leaf tissue layers in response to infection. When subjected to pathogen infection, the epidermis, mesophyll, and vasculature activate both specific and shared gene sets. Putative defense genes identified through transcription factor network analysis were then screened for susceptibility against necrotrophic, hemi-biotrophic, and biotrophic pathogens. Arabidopsis deficient in PR5-like RECEPTOR KINASE (PR5K) mRNA levels were universally susceptible to all pathogens tested and were further characterized to identify putative interacting partners involved in the PR5K signaling pathway. Together, these data provide insight into the complexity of the plant defense response directly at the site of infection.
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 ».