Glyphosate Resistance in <i>Eleusine indica</i>: Involvement of <i>CYP71AK44</i> in Addition to <i>EPSPS</i> Gene Overexpression
Notice bibliographique
Résumé
Intensive application of glyphosate has resulted in resistance evolution in many weed populations, including Eleusine indica . This study characterized glyphosate resistance and investigated the underlying mechanisms in a glyphosate-resistant population (R-JX) of E. indica from China. The R-JX population was 8.5 times resistant to glyphosate relative to the glyphosate-susceptible population (SA). Point mutations were not observed in the target gene 5-enolypyruvyl-shikimate-3-phosphate synthase gene ( EPSPS ). However, the expression level and copy number of EPSPS were 8.8 times and 15.2 times, respectively, greater in R-JX than that in the SA population. Pre-application of the P450 inhibitor lowered the resistance level to glyphosate from 8.5 times to 3.6 times in the R-JX population. RNA-Seq and RT-qPCR revealed that the CYP71AK44 gene was consistently upregulated in R-JX and five other glyphosate-resistant populations. Rice calli and seedlings overexpressing CYP71AK44 showed glyphosate resistance. In conclusion, overexpression of the target EPSPS plus CYP71AK44 collectively contributes to glyphosate resistance in these E. indica populations.
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 ».