Genome-wide expression QTL mapping reveals the highly dynamic regulatory landscape of a major wheat pathogen
Notice bibliographique
Résumé
BACKGROUND: In agricultural ecosystems, outbreaks of diseases are frequent and pose a significant threat to food security. A successful pathogen undergoes a complex and well-timed sequence of regulatory changes to avoid detection by the host immune system; hence, well-tuned gene regulation is essential for survival. However, the extent to which the regulatory polymorphisms in a pathogen population provide an adaptive advantage is poorly understood. RESULTS: We used Zymoseptoria tritici, one of the most important pathogens of wheat, to generate a genome-wide map of regulatory polymorphism governing gene expression. We investigated genome-wide transcription levels of 146 strains grown under nutrient starvation and performed expression quantitative trait loci (eQTL) mapping. We identified cis-eQTLs for 65.3% of all genes and the majority of all eQTL loci are within 2kb upstream and downstream of the transcription start site (TSS). We also show that polymorphism in different gene elements contributes disproportionally to gene expression variation. Investigating regulatory polymorphism in gene categories, we found an enrichment of regulatory variants for genes predicted to be important for fungal pathogenesis but with comparatively low effect size, suggesting a separate layer of gene regulation involving epigenetics. We also show that previously reported trait-associated SNPs in pathogen populations are frequently cis-regulatory variants of neighboring genes with implications for the trait architecture. CONCLUSIONS: Overall, our study provides extensive evidence that single populations segregate large-scale regulatory variation and are likely to fuel rapid adaptation to resistant hosts and environmental change.
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) | 0,000 | 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 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 ».