Single Nematode Transcriptomic Analysis, Using Long-Read Technology, Reveals Two Novel Virulence Gene Candidates in the Soybean Cyst Nematode, Heterodera glycines
Notice bibliographique
Résumé
, SCN), is the most damaging disease of soybean in North America. While management of this pest using resistant soybean is generally still effective, prolonged exposure to cultivars derived from the same source of resistance (PI 88788) has led to the emergence of virulence. Currently, the underlying mechanisms responsible for resistance breakdown remain unknown. In this study, we combined a single nematode transcriptomic profiling approach with long-read sequencing to reannotate the SCN genome. This resulted in the annotation of 1932 novel transcripts and 281 novel gene features. Using a transcript-level quantification approach, we identified eight novel effector candidates overexpressed in PI 88788 virulent nematodes in the late infection stage. Among these were the novel gene Hg-CPZ-1 and a pioneer effector transcript generated through the alternative splicing of the non-effector gene Hetgly21698. While our results demonstrate that alternative splicing in effectors does occur, we found limited evidence of direct involvement in the breakdown of resistance. However, our analysis highlighted a distinct pattern of effector upregulation in response to PI 88788 resistance indicative of a possible adaptation process by SCN to host resistance.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».