Convergent Adaptation to Quantitative Host Resistance in a Major Plant Pathogen
Notice bibliographique
Résumé
Plant pathogens can adapt to quantitative resistance, eroding its effectiveness. The aim of this work was to reveal the genomic basis of adaptation to such a resistance in populations of the fungus Pseudocercospora fijiensis, a major devastating pathogen of banana, by studying convergent adaptation on different cultivars. Samples from P. fijiensis populations showing a local adaptation pattern on new banana hybrids with quantitative resistance were compared, based on a genome scan approach, with samples from traditional and more susceptible cultivars in Cuba and the Dominican Republic. Whole-genome sequencing of pools of P. fijiensis isolates (pool-seq) sampled from three locations per country was conducted according to a paired population design. The findings of different combined analyses highly supported the existence of convergent adaptation on the study cultivars between locations within but not between countries. Five to six genomic regions involved in this adaptation were detected in each country. An annotation analysis and available biological data supported the hypothesis that some genes within the detected genomic regions may play a role in quantitative pathogenicity, including gene regulation. The results suggested that the genetic basis of fungal adaptation to quantitative plant resistance is at least oligogenic, while highlighting the existence of specific host-pathogen interactions for this kind of resistance.IMPORTANCE Understanding the genetic basis of pathogen adaptation to quantitative resistance in plants has a key role to play in establishing durable strategies for resistance deployment. In this context, a population genomic approach was developed for a major plant pathogen (the fungus Pseudocercospora fijiensis causing black leaf streak disease of banana) whereby samples from new resistant banana hybrids were compared with samples from more susceptible conventional cultivars in two countries. A total of 11 genomic regions for which there was strong evidence of selection by quantitative resistance were detected. An annotation analysis and available biological data supported the hypothesis that some of the genes within these regions may play a role in quantitative pathogenicity. These results suggested a polygenic basis of quantitative pathogenicity in this fungal pathogen and complex molecular plant-pathogen interactions in quantitative disease development involving several genes on both sides.
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 | 0,000 | 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) | 0,001 | 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 ».