<scp>RAS</scp> signalling genes can be used as host‐induced gene silencing targets to control fungal diseases caused by <i>Sclerotinia sclerotiorum</i> and <i>Botrytis cinerea</i>
Notice bibliographique
Résumé
Sclerotinia sclerotiorum causes white mold (also called stem rot, Sclerotinia blight, etc.) in many economically important plants. It is a notorious soilborne fungal pathogen due to its wide host range and ability to survive in soil for long periods of time as sclerotia. Although host-induced gene silencing (HIGS) was recently demonstrated to be an effective method for controlling white mold, limited gene targets are available. Here, using a forward genetics approach, we identified a RAS-GTPase activating protein, SsGAP1, which plays essential roles in sclerotia formation, compound appressoria production and virulence. In parallel, as revealed by our knockout analysis, the SsGAP1 ortholog in Botrytis cinerea, BcGAP1, plays similar roles in fungal development and virulence. By knocking down SsRAS1 and SsRAS2, we also revealed that both SsRAS1 and SsRAS2 are required for vegetative growth, sclerotia development, compound appressoria production and virulence in S. sclerotiorum. Due to the major roles these RAS signalling components play in Sclerotiniaceae biology, they can be used as HIGS targets to control diseases caused by both S. sclerotiorum and B. cinerea. Indeed, when we introduced HIGS constructs targeting SsGAP1, SsRAS1 and SsRAS2 in Nicotiana benthamiana and Arabidopsis thaliana, we observed reduced virulence. Taken together, our forward genetics gene discovery pipeline in S. sclerotiorum is highly effective in identifying novel HIGS targets to control S. sclerotiorum and B. cinerea.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».