Comparative transcriptomic analysis of wheat cultivars differing in their resistance to Fusarium head blight infection during grain-filling stages reveals unique defense mechanisms at play
Notice bibliographique
Résumé
Fusarium head blight (FHB) is a devastating fungal disease that poses a significant threat to wheat production, causing substantial yield losses. Understanding the molecular mechanisms of wheat resistance to FHB is crucial for developing effective disease management strategies. This study aimed to investigate the mechanisms of FHB resistance and the patterns of toxin accumulation in three wheat cultivars, Annong8455, Annong1589, and Sumai3, with different levels of resistance, ranging from low to high respectively, under natural field conditions. Samples were taken at three different grain-filling stages (5, 10, and 15 DPA) for gene expression analysis and phenotypic observation. Results found that toxin concentration was inversely correlated with varietal resistance but not correlated with disease phenotypes, indicating that toxin analysis is a more accurate measure of disease status in wheat ears and grains. Transcriptomic data showed that Sumai3 exhibited a stronger immune response during all stages of grain filling by upregulating genes involved in the active destruction of pathogens and removal of toxins. In contrast, Annong1589 showed a passive prevention of the spread of toxins into cells by the upregulation of genes involved in tyramine biosynthesis at the early stage (5 DPA), which may be involved in cell wall strengthening. Our study demonstrates the complexity of FHB resistance in wheat, with cultivars exhibiting unique and overlapping defense mechanisms, and highlights the importance of considering the temporal and spatial dynamics of gene expression in breeding programs for developing more resistant wheat cultivars.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».