A Cotton Laccase Confers Disease Resistance Against <i>Verticillium dahliae</i> by Promoting Cell Wall Lignification
Notice bibliographique
Résumé
Verticillium wilt (VW), caused primarily by Verticillium dahliae, is a significant threat to cotton production. Lignification of the plant cell wall, a defence response triggered by pathogen invasion, is critical for plant resistance to numerous diseases. Laccases are known to participate in the lignification of secondary cell walls, but their role in cotton resistance to V. dahliae is not fully understood. In this study, we identified a cotton laccase gene, GhLAC14-3, that was significantly upregulated during early V. dahliae infection and was closely related to a gene previously reported to respond to V. dahliae infection in Arabidopsis. Silencing of GhLAC14-3 in cotton increased disease susceptibility and reduced lignin deposition and the expression of lignin-related genes. By contrast, overexpression of GhLAC14-3 in transgenic Arabidopsis increased lignin content and the expression of lignin-related genes, thereby enhancing VW resistance. We identified an interaction between GhLAC14-3 and the mitogen-activated protein kinase GhMAPKKK2 at the cell membrane. GhMAPKKK2 expression was also significantly induced by V. dahliae infection in cotton, and its overexpression in Arabidopsis activated multiple key resistance genes, thus improving V. dahliae resistance. Transient co-expression of GhMAPKKK2 and GhLAC14-3 in Nicotiana benthamiana leaves significantly increased lignin content. Conversely, silencing of AtMAPKKK2, the homologue of GhMAPKKK2, in GhLAC14-3-overexpressing Arabidopsis reduced both lignin levels and disease resistance. Our findings suggest that GhLAC14-3 is a promising target for enhancing VW resistance, as its interaction with GhMAPKKK2 at the cell membrane modulates defence-induced lignification.
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 ».