Soybean-SCN duel: Novel insight into Soybean’s Resistant Responses to <i>Heterodera glycines</i>
Notice bibliographique
Résumé
Abstract Soybean cyst nematodes (SCN, Heterodera glycines Ichinohe) are a significant threat to soybean production globally, causing severe yield losses and necessitating the development of effective strategies to combat this devastating nematode disease. This study presents dual RNA-seq analyses of the three most common SCN-resistant lines (Plant Introduction (PI) 437654, 548402, and 88788) and the susceptible line Lee74 against the SCN HG type 1.2.5.7 to identify the mechanisms of resistance and virulence genes involved in resistance breakdown. Transcriptomic and pathway analyses reveal the activation of the phenylpropanoid pathway, MAPK signaling pathway, plant hormone signal transduction, and secondary metabolite pathways in the resistance mechanisms. PI 437654, which exhibited robust resistance (female index, FI=0%), demonstrated unique gene expression associated with cell wall reinforcement, oxidative enzymes, ROS scavengers, and Ca+2 sensors governing the salicylic acid (SA) biosynthesis process, indicating its key defense mechanism. Moreover, using different hosts with varying levels of immunity and a susceptible line provided insights into SCN pathogenesis and how H. glycine overcomes different layers of host immunity by modulating its virulence genes. This research provides novel insights into the molecular mechanisms underlying soybean-SCN interactions and identifies potential targets for developing strategies to manage this devastating nematode disease.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».