Selection of reference genes for RT-qPCR analysis of rice with Rhizoctonia solani infection and PGPR/KSi application
Notice bibliographique
Résumé
Abstract Background: Rhizoctonia solani AG1 IA is an important pathogen of rice (Oryza sativa L.) that causes rice sheath blight (RSB). Since control of RSB by conventional measures has failed, novel strategies like application of plant growth-promoting rhizobacteria (PGPR) can be an efficient alternative. Method and Results: mRNA sequences of rice were retrieving from NCBI for candidate reference genes selction, and seven candidate reference genes (RGs), namely 18SrRNA, ACT1, GAPDH2, UBC5, RPS27, eIF4aand CYP28, were selected for their stability in real-time quantitative PCR (RT-qPCR). Different algorithms were exploited, Delta Ct, geNorm, NormFinder, BestKeeper, and Comprehensive ranking by RefFinder, to evaluate RT-qPCR of rice in tissues infected with R. solani and treated with the PGPR strains, Pseudomonas saponiphilia and Pseudomonas protegens, and potassium silicate (KSi) alone or in combination with each PGPR strain. RGs stability was affected by each treatment and treatment-specific selection was approved and validated for nonexpressor of PR-1(NPR1) for each treatment. Conclusion: Overall, ACT1 was the most stable RG with R. solani infection alone, GAPDH2 with R. solani infection plus KSi, UBC5 with R. solani infection plus P. saponiphilia, and eIF4a with R. solani infection plus P. protegens. Both ACT1 and RPS27 were the most stable with the combination of KSi and P. saponiphilia, while PRS27 was the most stable with the combination of KSi and P. protegens
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».