Antiviral RNA interference in plants: Increasing complexity and integration with other biological processes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
RNA interference (RNAi, also known as RNA silencing) is one of the most important plant defense responses against viral invasion. Although major components of the RNAi pathway, steps leading to viral small interfering RNA biogenesis, and viral counterdefense strategies via RNAi suppressors have been well studied, the broader roles of RNAi in viral infection and seed transmission remain less thoroughly characterized. In particular, the increasing complexity of RNAi-associated mechanisms and their integration with other biological processes have not been comprehensively summarized. Increasing numbers of studies have identified non-canonical RNAi pathways, novel host factors involved in RNAi, and the possibility of small RNAs acting across kingdoms to modulate plant-virus-vector tritrophic interactions. In this review, we provide an overview of the roles of RNAi in plant viral infections and describe recent advances, with emphasis on the discoveries of novel positive and negative RNAi regulators, potential signaling pathways upstream and downstream of antiviral RNAi, and the prospects and challenges of double-stranded RNA applications, either expressed from transgenes or supplied exogenously via spraying. We also discuss how these findings reshape current views on antiviral RNAi, highlight remaining knowledge gaps, and examine how these advances influence plant-virus co-evolution while informing strategies for managing plant virus diseases and reducing their impact.
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.
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) | 0,001 | 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 | 0,001 | 0,001 |
| 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 découle