MétaCan
Menu
Retour à la cohorte
Enregistrement W4297969090 · doi:10.5423/ppj.rw.07.2022.0090

Versatile Roles of Microbes and Small RNAs in Rice and Planthopper Interactions

2022· review· en· W4297969090 sur OpenAlexaff
Abdelaziz Mansour, Mohamed Mannaa, Omar A. Hewedy, Mostafa G. Ali, Hyejung Jung, Young‐Su Seo

Notice bibliographique

RevueThe Plant Pathology Journal · 2022
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Virus Research Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesRural Development Administration
Mots-clésBiologyBrown planthopperPlanthopperTranscriptomeHost (biology)MetagenomicsMicrobiomeGeneGeneticsEcologyGene expression

Résumé

récupéré en direct d'OpenAlex

Planthopper infestation in rice causes direct and indirect damage through feeding and viral transmission. Host microbes and small RNAs (sRNAs) play essential roles in regulating biological processes, such as metabolism, development, immunity, and stress responses in eukaryotic organisms, including plants and insects. Recently, advanced metagenomic approaches have facilitated investigations on microbial diversity and its function in insects and plants, highlighting the significance of microbiota in sustaining host life and regulating their interactions with the environment. Recent research has also suggested significant roles for sRNA-regulated genes during rice-planthopper interactions. The response and behavior of the rice plant to planthopper feeding are determined by changes in the host transcriptome, which might be regulated by sRNAs. In addition, the roles of microbial symbionts and sRNAs in the host response to viral infection are complex and involve defense-related changes in the host transcriptomic profile. This review reviews the structure and potential functions of microbes and sRNAs in rice and the associated planthopper species. In addition, the involvement of the microbiota and sRNAs in the rice-planthopper-virus interactions during planthopper infestation and viral infection are discussed.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,113
Tête enseignante GPT0,304
Écart entre enseignants0,191 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Plant Pathology JournalMême sujetPlant Virus Research StudiesTravaux en français237 207