Comparative proteomic and physiological analyses reveal tribenuron‐methyl phytotoxicity and nontarget‐site resistance mechanisms in <i>Brassica napus</i>
Notice bibliographique
Résumé
The application of herbicides is the most effective strategy for weed control and the development of herbicide-resistant crops will facilitate the weed management. The acetolactate synthase-inhibiting herbicide, tribenuron-methyl (TBM), is broadly used for weed control. However, its application in rapeseed field is restricted since rapeseed is sensitive to TBM. Herein, an integrated study of cytological, physiological and proteomic analysis of the TBM-resistant rapeseed mutant M342 and its wild-type (WT) plants was conducted. After TBM spraying, M342 showed improved tolerance to TBM, and proteins implicated in non-target-site resistance (NTSR) to herbicides had a significantly higher level in M342 as compared with the WT. Differentially accumulated proteins (DAPs) between these two genotypes were enriched in glutathione metabolism and oxidoreduction coenzyme metabolic process, which protected the mutant from oxidative stress triggered by TBM. Important DAPs related to stress or defence response were up-accumulated in M342 regardless of the TBM treatment, which might serve as the constitutive part of NTSR to TBM. These results provide new clues for further exploration of the NTSR mechanism in plants and establish a theoretical basis for the development of herbicide-resistant crops.
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 ».