Comprehensive transcriptomics analysis reveals the molecular resistance mechanisms of Guanggan (Citrus reticulata) against Phytophthora parasitica infection
Notice bibliographique
Résumé
Phytophthora spp. are devastating oomycete pathogens cause severe diseases such as root rot and gummosis, posing a significant threat to global citrus production. Despite their economic impact, the molecular mechanisms underlying citrus- Phytophthora interactions remain poorly understood, limiting the development of resistant cultivars. Citrus reticulata var. Guanggan (GG), a semi-wild citrus genotype, has demonstrated remarkable resistance to Phytophthora infection, making it a valuable resource for disease resistance research. In this study, we performed a comparative transcriptomic analysis of the resistant GG and a susceptible citrus variety, C. sunki var. Ziyang’xiangcheng (XC), following P. parasitica infection. Our results revealed distinct genotype-specific responses, with dynamic differentially expressed genes (DEGs) enriched in key defense pathways, including plant-pathogen interaction, hormone signaling, phenylpropanoid biosynthesis, and endoplasmic reticulum (ER) protein processing. Notably, GG exhibited earlier and stronger induction of defense-related genes, such as chitinase, CaMs / CMLs, PR1 and EDS1 . Functional validation via transient overexpression of eight candidate DEGs (e.g., Ciclev10029431m ( PR1 ), Ciclev10028964m ( chitinase ), and phenylpropanoid biosynthesis related genes) in Nicotiana benthamiana significantly enhanced resistance to P. parasitica , confirming their role in P. parasitica defense. These findings demonstrate the GG’s multi-layered defense strategy, integrating early pathogen recognition, phytohormone signaling, secondary metabolite production, and protein homeostasis. This study identifies key genetic targets for breeding Phytophthora -resistant citrus varieties.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 ».