MétaCan
Menu
← Back to cohort
Record W6980424789

Caractérisation de la diversité génétique des gènes d'avirulence chez Phytophthora sojae

2021· other· fr· W6980424789 on OpenAlexaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2021
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPhytophthora sojaeStatistical analysisZea mays
DOInot available

Abstract

fetched live from OpenAlex

L'utilisation de lignées de soya possédant différents gènes Rps (« Resistant to Phytophthorasojae ») demeure la meilleure méthode de lutte pour combattre la pourriture phytophthoréenne. La résistance conférée par les gènes Rps repose sur le concept gène-pour-gène où une relation existe entre un gène de résistance (gène Rps) chez la plante et un facteur d'avirulence correspondant (gène Avr) chez l'agent pathogène. Sept gènes Rps ont été introduits avec succès dans les cultivars commerciaux, soit les gènes Rps1a, Rps1b, Rps1c, Rps1d, Rps1k, Rps3a et Rps6. À long terme, l'agent pathogène arrive à contourner la résistance conférée par ces différents gènes Rps par la diversification génétique de ces gènes d'avirulence, entraînant la complexification des pathotypes de P. sojae. Afin d'exploiter efficacement ce type de résistance, il devient donc primordial de pouvoir identifier ces pathotypes pour connaître l'interaction des différentes souches de P. sojae avec les gènes Rps utilisés. Ce projet de doctorat avait donc comme objectif une meilleure compréhension de la diversité haplotypique des populations de P. sojae, concernant l'interaction avec les gènes Rps d'intérêt commercial, afin de permettre aux producteurs de faire un choix éclairé qu and vient le temps de choisir des lignées résistantes à la maladie. Dans un premier volet de recherche, notre hypothèse stipulait que l'analyse des variations nucléotidiques et structurales associées aux sept principaux gènes d'avirulence de P. sojae permettrait d'identifier le spectre des haplotypes associés aux phénotypes des isolats, relativement à leur compatibilité avec les gènes de résistance Rps correspondants. Le séquençage du génome complet de 31 isolats représentant la diversité des pathotypes canadiens a permis d'identifier les différents haplotypes des sept principaux gènes d'avirulence (1a, 1b, 1c, 1d, 1k, 3a et 6) et d'y associer un profil de virulence pour chaque gène Rps correspondant. L'utilisation d'une méthode de phénotypage en bassin hydroponique a permis de constater que le test traditionnel d'inoculation de l'hypocotyle menait à une proportion importante de faux positifs, ce qui a pu nuire à la compréhension de certaines interactions Rps-Avr par le passé. Notre étude a révélé que l'utilisation unique des signatures génomiques permettait de prédire 99,5 % des interactions possibles et que ces dernières pouvaient donc être utilisées pour prédire précisément le profil de virulence des isolats de P.sojae. Ces résultats ont mené à notre deuxième volet de recherche qui visait à démontrer que les marqueurs discriminants identifiés dans le premier volet de l'étude permettraient de s'affranchir du test de phénotypage, par le développement d'un outil moléculaire de type multiplex PCR, capable de prédire le pathotype des isolats de P. sojae. Des amorces spécifiques permettant d'amplifier les allèles associés à l'avirulence envers chaque gène Rps ont été conçues et multiplexées. Le multiplex PCR développé a démontré une efficacité de 97 % lorsque testé sur un panel d'isolats au profil inconnu de virulence. Le troisième volet de recherche visait à mieux comprendre l'interaction de P. sojae avec le gène de résistance Rps8. Notre hypothèse suggérait que l'avirulence de P. sojae envers le produit du gène de résistance Rps8 était déterminée par un effecteur RXLR, codé par un gène d'avirulence correspondant. L'analyse d'une descendance F2 en ségrégation par génotypage par séquençage couplée à l'utilisation des données de séquençage des 31 isolats de P. sojae a permis de cibler Avr3a comme le meilleur gène candidat. En utilisant la méthode d'édition de génome médiée par CRISPR/Cas9, nous avons démontré que le knock-out complet du gène Avr3a chez P. sojae induisait un gain de virulence envers Rps8. Nous avons aussi démontré qu'un allèle spécifique d'Avr3a était reconnu de façon différentielle par Rps3a et Rps8, ce qui représente la première distinction nette entre ces deux gènes de résistance. L'ensemble de ce projet de doctorat a permis de fournir de nouvelles informations sur la complexité des gènes Avr en plus de démontrer que leurs signatures génomiques pouvaient être utilisées pour prédire précisément l'interaction de l'agent pathogène avec les différents gène Rps du soya. Le développement d'un test moléculaire simple et précis offre aux producteurs et sélectionneurs une solution concrète afin d'exploiter efficacement l'utilisation des gènes Rps. L'identification du gène d'avirulence reconnu par Rps8 permet également d'avoir une longueur d'avance dans la gestion de la maladie, en prévision de l'apparition inévitable de nouveaux pathotypes dans le futur.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.002
Threshold uncertainty score0.005

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.011
GPT teacher head0.212
Teacher spread0.201 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)→French-language works237,207→