Genetic Analysis of Partially Resistant and Susceptible Chickpea Cultivars in Response to Ascochyta rabiei Infection
Notice bibliographique
Résumé
The molecular mechanism involved in chickpea (Cicer arietinum L.) resistance to the necrotrophic fungal pathogen Ascochyta rabiei is not well documented. A. rabiei infection can cause severe damage in chickpea, resulting in significant economic losses. Understanding the resistance mechanism against ascochyta blight can help to define strategies to develop resistant cultivars. In this study, differentially expressed genes from two partially resistant cultivars (CDC Corinne and CDC Luna) and a susceptible cultivar (ICCV 96029) to ascochyta blight were identified in the early stages (24, 48 and 72 h) of A. rabiei infection using RNA-seq. Altogether, 3073 genes were differentially expressed in response to A. rabiei infection across different time points and cultivars. A larger number of differentially expressed genes (DEGs) were found in CDC Corinne and CDC Luna than in ICCV 96029. Various transcription factors including ERF, WRKY, bHLH and MYB were differentially expressed in response to A. rabiei infection. Genes involved in pathogen detection and immune signalings such as receptor-like kinases (RLKs), Leucine-Rich Repeat (LRR)-RLKs, and genes associated with the post-infection defence response were differentially expressed among the cultivars. GO functional enrichment and pathway analysis of the DEGs suggested that the biological processes such as metabolic process, response to stimulus and catalytic activity were overrepresented in both resistant and susceptible chickpea cultivars. The expression patterns of eight randomly selected genes revealed by RNA-seq were confirmed by quantitative PCR (qPCR) analysis. The results provide insights into the complex molecular mechanism of the chickpea defence in response to the A. rabiei infection.
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 | 0,001 |
| 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 ».