<i>Fraxinus excelsior</i> updated long-read genome reveals the importance of MADS-box genes in tolerance mechanisms against ash dieback
Notice bibliographique
Résumé
Abstract Ash dieback caused by the fungus Hymenoscyphus fraxineus has devastated the European ash tree population since it arrived in Europe in 1992. Great effort has been put into breeding programmes to increase the genetic diversity of ash trees and find heritable genetic markers associated with resistance, or tolerance mechanisms, to ash dieback. To facilitate identification of molecular markers, we used Oxford Nanopore Technologies combined with Illumina sequencing to obtain an accurate and contiguous ash genome. We used this genome to reanalyse transcriptome data from a Danish ash panel of 182 tree accessions. Using associative transcriptomics, we identified 175 gene expression markers (GEMs), including 11 genes annotated as dormancy MADS-box transcription factors which are associated with ash bud dormancy, flowering and senescence. We hypothesize that tolerant trees both break dormancy earlier in the year by increasing the expression of flowering-related SOC1 MADS-box and reducing the expression of SVP-like MADS-box, whilst also accelerating senescence by increasing the expression of JOINTLESS MADS-box genes. DNA methylation differences in the promoters of MADS-box genes between one tolerant and one susceptible tree indicate potential epigenetic regulation of these traits. Article Summary Ash dieback has devastated European ash tree populations. To aid in breeding programmes focused on finding solutions against this pathogen, we have assembled a new ash genome. This new genome helped us to identify genes related to tree biological life cycles, expressed differently in tolerant and susceptible trees. For the first time, we have also discovered that susceptible and tolerant trees showed different DNA methylation frequencies in those genes, suggesting epigenetic regulation. DNA methylation can turn on/off gene expression without changing the DNA sequence. These genes, and their regulatory elements, are ideal targets during breeding programmes combating this pathogen.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».