Characterization of microRNAs in the cyst nematode <i>Heterodera glycines</i> identifies possible candidates involved in cross-kingdom interactions with its host <i>Glycine max</i>
Notice bibliographique
Résumé
) is one of the most damaging pests to the cultivated soybean worldwide. Using a wide array of stylet-secreted effector proteins, this nematode can restructure its host cells into a complex and highly active feeding structure called the syncytium. Tight regulation of these proteins is thought to be essential to the successful formation of this syncytium. To date, multiple mechanisms have been proposed to regulate the expression of these proteins including through post-transcriptional regulation. MicroRNAs (miRNAs) are a class of small, roughly 22-nucleotide-long, non-coding RNA shown to regulate gene expression through its interaction with the 3' untranslated region of genes. These same small RNAs have also been hypothesized to be able to cross over kingdom barriers and regulate genes in other species in a process called cross-kingdom interactions. In this study, we characterized the miRNome of the SCN via sequencing of small-RNAs isolated from whole nematodes and exosomes representing all developmental stages. We identified 121 miRNA loci encoding 96 distinct miRNA families including multiple lineage- and species-specific candidates. Using a combination of plant- and animal-specific miRNA target predictors, we generated a unique repertoire of miRNA:mRNA interacting partners in the nematode and its host plant leading to the identification of a set of nine probable cross-kingdom miRNA candidates.
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) | 0,000 | 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 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 ».