Identification of a candidate rice blast resistance gene, <i>Pior4</i>(t), in an introgression line of <i>Oryza rufipogon</i> using CRISPR/Cas9-mediated genome editing
Notice bibliographique
Résumé
Resistance breeding for rice blast is an economic strategy for protecting rice crops against this disease. Genes with nucleotide-binding site leucine-rich repeat (NBS-LRR) structures are known to contribute to disease resistance. Here, we identified a candidate resistance gene, named Pior4(t), associated with leaf and panicle blasts in an introgression line carrying the chromosome 4 segment of wild rice (Oryza rufipogon Griff.) backcrossed with the cultivar ‘Nipponbare’ (Oryza sativa L.). Mapping analysis based on leaf blast severity confirmed that Pior4(t) was localized in the 177-kb NBS-LRR cluster region. To identify the Pior4(t) sequence, mutant lines were generated by knocking out a candidate NBS-LRR gene in a homozygous line carrying Pior4(t), M18, using CRISPR/Cas9-mediated genome editing. Leaf blast resistance was lost in the mutant lines lacking the corresponding Os04g0620950 N-terminal sequence of the M18 line. The result suggested that the counterpart NBS-LRR gene in the M18 line is involved in resistance to leaf blast. Pior4(t) showed homology to Pi63 in the resistant cultivar ‘Kahei’, and an NBS-LRR gene in the resistant cultivar ‘Mine-haruka’ carrying Pi39(t). These results suggest that the NBS-LRR gene is a candidate gene of Pior4(t) and is present on the long arm of chromosome 4.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».