Genomic Insights into Disease Resistance in Sunflower (Helianthus annuus): Identifying Key Regions and Candidate Genes for Verticillium dahliae Resistance
Notice bibliographique
Résumé
Sunflower (Helianthus annuus) is a globally significant field crop, and disease resistance is crucial for ensuring yield stability and crop quality. Verticillium dahliae is a notorious soilborne pathogen that causes Verticillium Wilt (VW) and threatens sunflower production worldwide. In this study, we conducted a comprehensive assessment of sunflower resistance to V. dahliae across 231 sunflower cultivar lines, from the Sunflower Association Mapping (SAM) population. We employed EMMAX and ridge regression best linear unbiased prediction (rrBLUP) and identified 148 quantitative trait loci (QTLs) and 23 putative genes associated with V. dahliae resistance, including receptor like kinases, cell wall modification, transcriptional regulation, plant stress signalling and defense regulation genes. Our enrichment and quantitative real-time PCR validation results highlight the importance of membrane vesicle trafficking in the sunflower immune system for efficient signaling and defense upon activation by V. dahliae. This study also reveals the polygenic architecture of V. dahliae resistance in sunflowers and provides insights for breeding sunflower cultivars resistant to VW. This research contributes to ongoing efforts to enhance crop resilience and reduce yield losses due to VW, ultimately benefiting sunflower growers and the agricultural sector.
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 ».