Genetic diversity, predictive protein structures, and interaction networks of Cysteine-Rich Receptor-Like Kinases in <i>Arabidopsis thaliana</i>
Notice bibliographique
Résumé
Abstract Cysteine-rich receptor-like kinases (CRKs) are a large subfamily of plant receptor-like kinases (RLKs) implicated in immunity and development, yet their ligands, interaction partners, and mechanistic roles remain poorly defined. We combined population-genetic analyses and AlphaFold-based structural prediction to characterise the Arabidopsis thaliana CRK family. Phylogenetic reconstruction from 69 natural accessions resolved five well-supported CRK clades. Nucleotide diversity (π) and neutrality tests revealed heterogeneous diversity across loci, with evidence of both positive and negative selection pressure acting on different CRKs. AlphaFold models of CRK extracellular domains (ECDs) recapitulate the DUF26 structure observed in Plasmodesmata Localizing Protein (PDLP)5/PDLP8 and ginkbilobin-2 but display distinct biochemical properties and disulfide-bond topologies. Pairwise AlphaFold dimer modelling of all 780 CRK-ECD combinations produced 145 high-confidence interaction models; ∼78% of these adopt a shared dimer conformation characterized by an extended intermolecular β-sheet at the interface. Integrating evolutionary and structural approaches reveals clade-specific selective regimes and conserved structural features of CRK ECDs that likely underpin receptor–receptor interactions. Predicted high-confidence dimer interfaces suggest a general mode of CRK-ECD association that can guide targeted biochemical and genetic validation, accelerating functional dissection of this important receptor family.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».