Roles of microbiota in autoimmunity in Arabidopsis
Notice bibliographique
Résumé
Abstract Over the past three decades, researchers have isolated plant mutants that display constitutively activated defense responses in the absence of pathogen infection. These mutants are called autoimmune mutants and are typically dwarf and/or bearing chlorotic/necrotic lesions. From a genetic screen for Arabidopsis genes involved in maintaining a normal leaf microbiota, we identified TIP GROWTH DEFECTIVE 1 ( TIP1 ), which encodes a S-acyltransferase, as a key player in guarding leaves against abnormal microbiota level and composition under high humidity conditions. The tip1 mutant has several characteristic phenotypes of classical autoimmune mutants, including a dwarf stature, displaying lesions, and having a high basal level of defense gene expression. Gnotobiotic experiments revealed that the autoimmune phenotypes of the tip1 mutant are largely dependent on the presence of microbiota as axenic tip1 plants have markedly reduced autoimmune phenotypes. We found that the microbiota dependency of autoimmune phenotypes is shared by several “lesion mimic”-type autoimmune mutants in Arabidopsis . Interestingly, autoimmune phenotypes caused by mutations in NLR genes do not require the presence of microbiota and can even be partially alleviated by microbiota. Our results therefore suggest the existence of two classes of autoimmunity (microbiota-dependent vs. microbiota-independent) in plants. The observed interplay between autoimmunity and microbiota in the lesion mimic class of autoimmunity is reminiscent of the interactions between autoimmunity and dysbiosis in the animal kingdom.
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 | 0,000 | 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) | 0,001 | 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 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 ».