Allelism of <i>Rps3b</i> and <i>Rps11</i> revealed by NLR gene capture of resistance genes to <i>Phytophthora sojae</i> in soybean
Notice bibliographique
Résumé
Exploitation of disease resistance genes in soybean (Glycine max (L.) Merr.), as an effective method for management of Phytophthora sojae (Kauf. & Gerd.), is on the verge of an impasse. Few of the known resistance genes are commercially exploited, and even fewer have been precisely identified. Therefore, little is known about the identities or relationships between those genes, a hindrance preventing optimal introgression of new sources of resistance into elite soybean lines. In this study, we have applied state-of-the-art nucleotide-binding and leucine-rich repeat gene capture (RenSeq) using a set of approximately 80,000 unique baits on near-isogenic lines, whole-genome resequencing, and bulked segregant analysis to uncover a resistance gene that has remained elusive for 40 years. This work highlights the reassessment of the Rps3b locus from Chr13 to Chr7 and the description of two alleles, from Turkish and Chinese landraces, of a sole candidate gene. We have identified Rps3b in four, fully resequenced, genetic backgrounds, including the original PI from 1985, in which the resistance gene was originally described. Specificity of the resistant alleles was achieved through phenotypic characterization with field isolates carrying virulent and avirulent forms of the corresponding effector, Avr3b. Surprisingly, these alleles showed extremely high synteny and sequence identity with Rps11 consistent with allelism, and conferred a resistance phenotype indistinguishable from that of the recently cloned Rps11. These results offer new sources of resistance for breeders that are effective against the current P. sojae pathotypes in the field.
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 ».