File - Rede Colaborativa: Efetores na interação planta

Transcrição

EFETORES NAS INTERAÇÕES PLANTA-PATÓGENOS
Dalio, Ronaldo J. D.1; Magalhães, Diogo M.1; Atílio, Lísia B.1; Rodrigues,
Carolina M.1; Breton, Michèle C.1; Pichi, Simone 1; Pascholati, Sérgio F.2;
Machado, Marcos A.1
1 Laboratório de Biotecnologia de Citros, Centro de Citricultura Sylvio Moreira, IAC
Cordeirópolis-SP
2 Departameto de Nematologia e Fitopatologia, Escola Superior de Agricultura Luiz
de Queiroz, USP, Piracicaba-SP
RESUMO
Durante milhões de anos convivendo no mesmo ambiente, plantas e patógenos
desenvolveram um complexo sistema de interação entre eles. Patógenos utilizam um
grande número de estratégias para superar as barreiras de defesas e iniciarem a
colonização nos tecidos do hospedeiro. Enquanto isso, as plantas apresentam um
complexo sistema de defesa para impedir a invasão dos patógenos e, em consequência,
o desenvolvimento da doença. Esta batalha resulta em uma constante pressão de
seleção entre os organismos envolvidos. Nesta revisão são apresentados os principais
componentes envolvidos na interação planta-patógeno, que vão desde a ativação da
defesa desencadeada por reconhecimento de padrões moleculares associados aos
patógenos (PAMPs), o papel fundamental de efetores e proteínas de resistência no
desenvolvimento de doenças, as ferramentas de bioinformática utilizadas para
predição de candidatos a genes efetores no genoma dos patógenos e o uso potencial
dos efetores na proteção das plantas de interesse econômico e ecossistemas naturais.
SUMMARY
Millions of years coexisting in the same environment lead to the development of a
complex interaction system between plants and pathogens. A number of strategies are
used by pathogens to break the plant defense barriers in order to invade and colonize
plant tissues. At the same time, a profusion of other strategies are used by plants to
avoid or minimize the pathogen invasion and development. Because of this battle
there is a constant selection pressure for the organisms involved, resulting in a
strategy game which will never have a final winner. Here, we review the main
components involved in plant-pathogen interactions from the Pathogen-Associated
Molecular Pattern (PAMP) and their recognition by PAMP receptors activating
2
defense, the role of effectors and R proteins and their importance to help pathogens
and plants, respectively, in this endless war for survival, the bioinformatic tools to
predict putative effectors and their potential use to protect crops and natural
ecosystems.
INTRODUÇÃO
Milhões
desenvolvimento
de
de
anos
de
complexo
convívio
sistema
no
de
mesmo
ambiente
comunicação
favoreceu
entre
plantas
o
e
microrganismos. Para toda interação planta-microrganismo, a troca de sinais
representa a primeira e fundamental etapa. Assim, a habilidade de perceber e
responder a sinais do ambiente é fundamental para a sobrevivência (Tyler et al., 2006).
Patógenos apresentam a habilidade de reconhecer sinais das plantas para
iniciar a infecção (Dalio et al., 2014). Por sua vez, as plantas estão expostas
constantemente a mudanças no ambiente, ataque de pragas e patógenos.
Diferentemente dos animais, plantas não apresentam um sistema imune adaptativo e
nem células de defesa móveis, como os macrófagos (Chisholm et al., 2006). No
entanto, desenvolveram um sistema imune simples, porém eficiente, que é ativado
após o reconhecimento de sinais da presença do microrganismo (Dalio, 2013;
Gassmann & Bhattacharjee, 2012).
Os processos de reconhecimento pelo sistema imune das plantas podem ser
dividido em duas frentes: (i) aqueles associados à imunidade desencadeada por
PAMPs ou MAMPs (pathogen or microbe associated molecular patterns); (ii)
aqueles associados à imunidade desencadeada por efetores. O primeiro é usualmente
denominado PTI (PAMP-triggered immunity) e o segundo ETI (effector-triggered
immunity) (Jones & Dangl, 2006). Os PAMPs ou MAMPs são reconhecidos por
receptores PRRs (PAMP-recognition receptor) localizados na superfície da
membrana celular ou interior da célula, que desencadeiam uma cascata de transdução
de sinais ativando a resposta de defesa (Hogenhout et al., 2009). Este tipo de sistema
de defesa permite que as plantas respondam rápida e eficientemente a uma ampla
gama de patógenos (Roux et al., 2014).
Patógenos adaptados são capazes de secretar um arsenal de proteínas que
podem suprimir PTI, resultando em suscetibilidade desencadeada por efetores (ETS,
3
effector-triggered susceptibility) (Birch et al., 2008). Os processos na resposta ETI
envolvem a secreção de efetores para suprimir essa resposta. No entanto, plantas
podem apresentar proteínas de resistência (R) que reconhecem estes efetores
resultando em defesa (Howden & Huitema, 2012). O reconhecimento de efetores por
proteínas R pode ser direto (modelo gene-a-gene) (Oßwald et al., 2014) ou indireto
(modelo guarda) (Jones & Dangl, 2006). Enquanto patógenos desenvolvem novos
efetores para manipular os processos de defesa das plantas, estas desenvolvem novas
proteínas R, o que sugere uma constante e indefinida “corrida armamentista” na
interação planta-patógeno (Figura 1) (Coll et al., 2011).
4
Figura 1. Representação esquemática da co-evolução entre plantas e patógenos.
Sob ataque de patógenos, PAMPs ativam PRRs nos hospedeiros, resultando em
cascata de sinais, usualmente através de fatores de transcrição como os WRKY, que
leva a defesa. Este processo é denominado PTI. Patógenos virulentos podem secretar
efetores que suprimem o reconhecimento de PAMPs e PTI, o que resulta em
suscetibilidade. Este processo é denominado ETS. Por outro lado, plantas podem
apresentar genes que codificam proteínas de resistência (R), que reconhecem os
efetores e desencadeiam defesa. Este processo é denominado ETI. Sob pressão de
seleção, os patógenos alteram ou desenvolvem novos efetores para escapar do
reconhecimento por proteínas R, o que resulta em uma nova fase ETS. Desse modo, a
pressão de seleção passa para as plantas. Novos genes R podem emergir e
desencadear uma nova ETI, restaurando a imunidade. Estes processos podem se
repetir indefinidamente (Dalio, 2013).
Após o reconhecimento de um PAMP ou efetor, o sistema imune das plantas é
ativado através de vias de sinalização semelhantes, baseadas em mudanças nos níveis
de cálcio no citoplasma, rápida produção de espécies reativas de oxigênio e cascata de
sinalização via MAP-quinases (mitogen activated protein kinases). A amplificação
desses sinais ocorre por meio de hormônios reguladores como ácido salicílico (SA),
ácido jasmônico (JA) e o etileno (ET) resultando na ativação de fatores de transcrição,
entre eles os da super-família WRKY, e de genes de defesa, proteínas-PR
(pathogenesis-related proteins), fitoalexinas, lignificação de tecidos, deposição de
calose e outros reforços da parede celular (Grant & Lamb, 2006).
É evidente que o reconhecimento do patógeno é fundamental para qualquer
interação de suscetibilidade ou de resistência. Poucas proteínas efetoras já foram
5
descritas, no entanto, vários PAMPs/MAMPs são comprovadamente envolvidos nas
relações de reconhecimentos entre plantas e microrganismos (Newman et al., 2013).
Sabe-se que os patógenos apresentam diversas estratégias de ataque ao
hospedeiro e que inúmeros efetores tem potencial para manipular a defesa das plantas.
No entanto, isso contrasta com o que se vê na natureza, onde resistência é a regra e a
suscetibilidade a exceção. Em outras palavras, uma dada espécie de planta pode ser
resistente para a maioria dos patógenos e suscetível a apenas alguns. Isto se dá em
função de relações incompatíveis, sendo chamada de resistência de não-hospedeiro
(non-host resistance). Esta revisão, no entanto, está focada em relações compatíveis
patógeno-hospedeiro, abordando os efetores e seu papel na ativação ou bloqueio de
respostas de defesa das plantas.
O entendimento e a manipulação de componentes chave envolvidos em
mecanismos de defesa das plantas, como PAMPs, PRRs, efetores e genes de
resistência, podem levar ao desenvolvimento de novas estratégias para o controle de
doenças nos vegetais (Raffaele & Kamoun, 2012).
IMUNIDADE DESENCADEADA POR PAMPS (PTI)
Inicialmente, as plantas percebem a presença de microrganismos a partir de
receptores de reconhecimento de padrões moleculares PRRs (pattern recognition
receptors). Esses receptores são proteínas transmembranas pertencentes à classe das
proteínas receptor-like (RLPs) ou quinases receptor-like (RLKs) e apresentam
geralmente repetições ricas em leucina (LRRs) ou motivo de lisina (Lysm) no
domínio extracelular, o qual está envolvido com o reconhecimento dos sinais (Beck et
al., 2012).
Os PRRs estão presentes na superfície das células e são capazes de reconhecer
PAMPs e ativar a resposta de defesa contra os patógenos em potencial. Os PAMPS
foram inicialmente definidos como moléculas provenientes dos microrganismos
altamente conservadas e que apresentam função essencial em sua sobrevivência
(Medzhitov & Janeway, 1997). Muitas vezes, essas moléculas são provenientes de
microrganismos não patogênicos, portanto o termo (MAMP) também é utilizado.
Tanto PAMPs ou MAMPs são capazes de atuar como moléculas eliciadoras e
desencadear respostas de defesa basal. Da mesma forma, os PRRs podem também
6
reconhecer perfis moleculares associados a insetos herbívoros (HAMPs) (Mithöfer &
Boland, 2008) ou mesmo danos resultantes (DAMPs, damage-associated molecular
patterns) que são moléculas liberadas pelas próprias células do hospedeiro quando
expostas ao ataque por pragas ou microrganismos (Ma et al., 2012).
Moléculas de diferentes classes e pertencentes a diferentes microrganismos
foram identificadas como PAMPs/MAMPs, incluindo os peptídeos bacterianos
flagelina e fator Tu de elongamento (EF-Tu), xilanase de fungo induzida por etileno
(EIX) e oligossacarídeos de fungos, como as glucanas ou fragmentos de quitina da
parede celular. Também foram identificados como PAMPs/MAMPs epítopos mais
complexos,
como
glicoproteínas
de
oomicetos
ou
lipopolissacarideos
e
peptideoglicanas de bactérias (Shan et al., 2007). Com a detecção dos
PAMPS/MAMPS, as proteínas PRRs ativam na planta a resposta de imunidade
desencadeada por PAMPs (PTI) e esta representa a primeira linha do sistema de
imunidade das plantas (Tabela 1).
7
Tabela 1. PAMPs, MAMPs, DAMPs e HAMPs já descritos e seus respectivos
receptores PRRs envolvidos em respostas de defesa tipo PTI.
MAMP/DAMP/HAMP
Planta responsiva
Receptor
Referência
Arroz
Lyp4/Lyp6
(Liu et al., 2012)
Arabidopsis
Lym1/Lym3
(Willmann et al., 2011)
Desconhecido
(Zeidler et al., 2004)
Bactérias
Peptideoglicana
Lipopolissacarídeo (LPS)
Flagelina
Fator Tu de elongação (EF-
Arabidopsis, fumo,
pimenta
Arabidopsis, tomate,
arroz, fumo
FLS2
(Gómez-Gómez & Boller,
2000)
Brassicaceae
EFR
(Kunze et al., 2004)
Transglutaminase
Batata, salsa
Desconhecido
(Brunner et al., 2002)
β-glucanas
Soja
GBP
(Fliegmann et al., 2004)
Xilanase
Fumo, tomate
Eix1/Eix2
(Ron & Avni, 2004)
Invertase
Tomate
Desconhecido
(Basse et al., 1992)
β-glucanas
Arroz
Desconhecido
(Yamaguchi et al., 2000)
Arroz
CEBiP/CERK1
(Shinya et al., 2012)
Arabidopsis
CERK1
(Miya et al., 2007)
Arabidopsis
LYK4
(Wan et al., 2012)
PEPR1/2
Arabidopsis
AtPep
(Krol et al., 2010)
ATP extracelular
Tomate
LecRK-1.9
(Choi et al., 2014)
Fumo
Desconhecido
(Halitschke et al., 2001)
Feijão de corda
Desconhecido
(Schmelz et al., 2007)
Tu)
Oomicetos
Fungos
Quitina
Sinais da própria planta
Herbívoros
Conjugado de ácidos graxos e
aminoácidos (FAC)
Insetinas
A proteína PRR mais estudada é a FLS2 (flagelin sensing 2) que foi
inicialmente identificada em Arabidopsis e que possui a capacidade de reconhecer um
epítopo de 22 aminoácidos (flg22) na porção conservada N-terminal da proteína
flagelina que compõe o flagelo, estrutura envolvida com a locomoção em bactérias. A
8
flagelina representa um exemplo consistente com a definição de PAMP, ou seja, é
essencial para a motilidade bacteriana, apresenta-se conservada em um grande grupo
(bactérias que se locomovem por flagelo) e representa um fator de virulência
comprovado e necessário para a patogenicidade bacteriana (Ramos et al., 2004). O
epítopo flg22 é reconhecido pela maioria das espécies de plantas e o receptor FLS2
foi identificado em plantas como arroz, tomate e Nicotiana benthamiana, além de
Arabidopsis (Boller & Felix, 2009). Outros exemplos bem caracterizados de PRRs
incluem o EFR que reconhece o epítopo elf18 de EF-Tu em bactérias, o receptor
CERK1 que reconhece peptideoglicanas bacterianas, Xa21 que reconhece proteína
sulfatada AX21 em Xanthomonas, além do receptor CEBip que reconhece regiões de
quitina em fungos ou LEIX1/2 que reconhece xilanases em fungos (Dardick et al.,
2012).
A resposta de imunidade do tipo PTI se dá por ligação física entre o domínio
extracelular do receptor (PRR) com o epítopo do ligante (PAMP/MAMP), o que
ocasiona uma mudança na estrutura do receptor e concomitante ativação da cascata de
sinalização citoplasmática pelo domínio intracelular do receptor. A percepção
microbiana rapidamente ativa o influxo de íons de cálcio (Ca2+) para o interior das
células, o que modifica o pH local e regula a sinalização inicial de eventos que
ocorrem dentro de segundos a minutos, como o efluxo de ânions, a produção de
espécies reativas de oxigênio (ROS) e a expressão de genes envolvidos com a
biossíntese de peptídeos e compostos antimicrobianos. Estas respostas são
principalmente mediadas por proteínas quinases dependentes de cálcio (CDPKs) e coreguladas pela cascata de sinalização por proteínas quinases ativadas por mitógenos
(MAPKs), as quais podem ser posteriormente moduladas por calmodulina (CAM). O
aumento de Ca2+ também regula respostas tardias que podem ocorrer horas ou dias
após o contato com o patógeno, o que inclui a produção de ácido salicílico,
fitoalexinas e outros compostos de defesa pela regulação genica. A ativação de genes
de defesa também pode sofrer regulação por fatores de transcrição, como por exemplo,
aqueles pertencentes à família WRKY (Monaghan & Zipfel, 2012). O complexo de
sinalização descrito, principalmente regulado por Ca2+, apresenta uma visão geral de
resposta PTI que contribui para a defesa das plantas contra bactérias, fungos e
oomicetos. Entretanto, outras respostas podem estar associadas, incluindo a produção
de etileno, o fechamento de estômatos ou a deposição de calose ou lignina na parede
celular e, além disso, em vários desses processos há a formação de moléculas que
9
potencialmente podem atuar como mensageiros secundários (SA, ROS, etileno, cálcio,
etc.) em outras vias metabólicas, o que torna a resposta ainda mais complexa (Zipfel
& Robatzek, 2010).
SUSCETIBILIDADE DESENCADEADA POR EFETORES (ETS)
Até recentemente, muito pouco se sabia sobre a biologia dos efetores e
principalmente sobre as bases moleculares da interação planta-patógeno. O
conhecimento era limitado a estruturas de infecção especializadas, sintomatologia,
secreção de enzimas hidrolíticas e toxinas. Com o avanço de técnicas moleculares e
sequenciamento, muita informação tem sido gerada e a fitopatologia está avançando
no entendimento das estratégias de infecção dos patógenos e mecanismos de defesa
das plantas. Inicialmente, foram elucidadas as funções bioquímicas de algumas
moléculas efetoras de bactérias. Depois, o conceito de efetores foi extrapolado de
bactérias patogênicas para fungos, oomicetos e nematoides, que também tiveram a
função bioquímica de alguns de seus efetores elucidada e finalmente, com métodos
computacionais e bioinformática baseados em sequenciamento de genomas, tem sido
possível predizer candidatos a efetores em uma imensa gama de microrganismos.
Estas informações em conjunto levaram a comunidade científica a aceitar os efetores
como fatores essenciais para a compreensão dos processos em qualquer interação
planta-patógeno.
EFETORES
Estudos envolvendo bactérias Gram-negativas, com sistema de secreção tipo
III (T3SS), revelaram que estas bactérias secretam proteínas no interior das células
que desencadeiam reações de hipersensibilidade. Essas moléculas foram chamadas de
fatores de avirulência. No entanto, as mesmas proteínas cunhadas como fatores de
avirulência foram encontradas contribuindo para a virulência em relações de
suscetibilidade. Deste modo, havia um impasse no uso do termo avirulência, visto que
ele não era correto em todos os casos, demonstrando a necessidade de um termo
10
neutro. Nesse sentido, surgiu o termo efetor para resolver o impasse, o qual vem
sendo aceito e utilizado na fitopatologia.
Alguns autores ainda insistem em definir efetores como moléculas que
suprimem a defesa das plantas. Como já mencionado acima, essa definição não é
correta porque alguns efetores apresentam dualidade em sua função dependendo do
hospedeiro, ou seja, podem ser relacionados tanto com a patogenicidade quanto com a
ativação de resistência. Por muito tempo a definição mais aceita, proposta por
Kamoun (2009), compreendia: “Efetores são moléculas secretadas por um
microrganismo que alteram a estrutura/função do hospedeiro”. Esta definição perdeu
um pouco de espaço, visto que nem todos os efetores são secretados e nem sempre o
organismo alvo é um hospedeiro. Nesse sentido, a definição de efetores mais correta
é: “Efetores são moléculas liberadas ou associadas a um organismo que modificam a
fisiologia de outro organismo”.
Os efetores são divididos em apoplásticos e citoplasmáticos em função do
local de atuação. Os efetores secretados pelos patógenos durante a infecção podem se
acumular na superfície exposta da célula ou nos espaços intercelulares, sendo
classificados como efetores apoplásticos (Figura 2). Por sua vez, os efetores
intracelulares ou citoplasmáticos são os que podem se translocar através da membrana
celular e ter contato direto com compartimentos subcelulares ou organelas (Block et
al., 2008). A estrutura típica de um efetor citoplasmático está representada na Figura
3.
Os processos utilizados por bactérias fitopatogênicas para inserir seus efetores
no interior das células dos hospedeiros são mais conhecidos quando comparados aos
de oomicetos e fungos. Os tipos de secreção de proteínas em bactérias têm sido
bastante estudados ao longo do tempo. No entanto, pouco ainda se sabe sobre o
trafego de efetores para fungos e oomicetos. Sabe-se que alguns efetores apresentam
motivos especiais em sua cadeia que utilizam a própria maquinaria da planta para
adentrarem no interior da célula, porém estes processos ainda não estão totalmente
esclarecidos, sendo necessários novos métodos que permitam a detecção e a
visualização do tráfego destes efetores até a célula hospedeira (Petre & Kamoun,
2014).
Uma vez translocados no citoplasma da planta, os efetores podem trafegar
para diferentes compartimentos subcelulares, incluindo organelas e vários subcompartimentos da célula. Um grande número de efetores se acumula no núcleo da
11
planta, como os TAL de Xanthomonas, SAP11 de fitoplasma, e CRNs e Crinklers de
Phytophthora, que utilizam a importina para mediar a entrada no núcleo da célula
vegetal (Bai et al., 2009; Schornack et al., 2010; Vandenackerveken, 1996). O efetor
TAL de Xanthomonas atua diretamente no núcleo e ativa genes no hospedeiro
envolvidos em processos diversos, como os que definem o tamanho das células,
transporte de açúcares e processos epigenéticos (Chen et al., 2010; Souza et al., 2012).
Em Phytophthora, os efetores apoplásticos estão, geralmente, associados à
inibição enzimática (ex. hidrolases) (Damasceno et al., 2008; Tian et al., 2004, 2005,
2007), enquanto que o modo de ação dos efetores citoplasmáticos em diferentes
compartimentos sub-celulares ainda é obscura. Os efetores citoplasmáticos são
proteínas modulares que carregam peptídeos N-terminais seguidos por motivos
conservados como os RxLR (R: arginina; x: qualquer aminoácido; L: leucina; R:
arginina) (Birch et al. 2006, 2008; Kamoun, 2006, 2007, 2009; Morgan & Kamoun,
2007; Tyler et al., 2006; Win et al., 2007) (Figura 3).
O motivo RxLR viabiliza a entrada de proteínas que contem esse motivo no
interior da célula (Bhattacharjee et al., 2006; Dou et al., 2008; Grouffaud et al., 2008;
Whisson et al. 2007). Um dos efetores RxLR mais estudados é o AVR3a
de Phytophthora infestans. O AVR3a suprime a morte celular induzida pela elicitina
INF-1, também secretada por P. infestans. Em suma, INF-1 teria características de
um padrão molecular associado ao patógeno (PAMP) que induziria a morte celular.
Em contrapartida, o AVR3a suprime a ação deste PAMP, contribuindo para a
virulência do patógeno (Bos et al., 2009).
12
Figura 2. Esquema ilustrativo da suscetibilidade desencadeada por efetores (ETS). Os
patógenos de plantas como fungos, bactérias, oomicetos, vírus e nematóides colocam
efetores no exterior da célula vegetal, os efetores apoplásticos (EA). Enquanto que os
efetores citoplasmáticos (EC) são liberados diretamente no interior da célula, se
ligando a diferentes proteínas dos hospedeiros (alvos dos efetores citoplasmáticos
(AEC). (Adaptado de Win et al., 2012b). Tanto os efetores apoplásticos quanto os
citoplasmáticos tem o potencial de suprimir respostas de defesa das plantas.
Figura 3. Estrutura típica de um efetor citoplasmático. Todos os efetores,
citoplasmáticos ou apoplásticos apresentam um peptídeo sinal na posição N-terminal
da molécula, condição obrigatória para todas as moléculas secretadas. Os efetores
citoplasmáticos apresentam ainda um motivo especial também na posição N-terminal.
Motivos comuns são os RxLR e CRN que estão relacionados a translocação destes
efetores para o interior da célula (estes motivos estão ausentes em efetores
apoplásticos). Na região C-terminal encontra-se o domínio do efetor que está
relacionado a sua atividade/função.
13
ALVOS DOS EFETORES
Algumas atividades típicas dos efetores na inibição da defesa ou inibição do
reconhecimento da infecção pela planta incluem (Göhre & Robatzek, 2008):
Inibição de enzimas (hidrolases) no apoplasto,
Inibição de ativação de PRRs,
Inibição de cascatas de sinalização mediadas por MAP-quinases,
Modificação do transcriptoma relacionado a respostas de defesa,
Reprogramação transcricional,
Degradação de componentes/proteínas relacionadas à defesa,
Interferência na secreção de proteínas e tráfego vesicular.
Secreção orquestrada de efetores
Os efetores precisam estar no local e no tempo certo para uma colonização de
sucesso por parte do microrganismo. Por exemplo, os fungos fitopatogênicos
Colletotrichum higginsianum e C. graminicola, infectando Arabidopsis thaliana e
milho, respectivamente, usam reguladores de transcrição para a síntese e secreção de
diferentes conjuntos de efetores e enzimas para as diferentes fases de infecção. A fase
biotrófica é aumentada por efetores e enzimas do metabolismo secundário,
considerando que na fase necrotrófica há a liberação de hidrolases e transportadores
(O’Connell et al., 2012). Em C. higginsianum, a regulação é ainda mais refinada,
sendo que no período anterior à entrada do patógeno são liberados efetores ChCEs,
visando preparar a entrada na célula hospedeira (Kleemann et al., 2012). No oomiceto
Phytophthora, vários efetores RxLR são induzidos no estádio de germinação do
esporo ou na fase inicial da infecção, e várias proteínas Nep1- indutoras de necrose
(NLPs), são expressas em estágios posteriores a infecção, sugerindo que as mesmas
contribuem para a fase necrotrófica (Qutob et al., 2002; Haas et al., 2009). Em P.
infestans, um efetor conhecido como SNE1 é expresso durante a fase biotrófica, para
suprimir a morte celular que se expressa durante a fase necrotrófica da infecção
(Kelley et al., 2010). Chegando ao local certo nas células hospedeiras, no momento
certo, os efetores podem interagir com proteínas do hospedeiro para exercerem as
14
suas funções, fazendo com que a invasão e a colonização sejam bem sucedidas (Win
et al., 2012a).
IMUNIDADE DESENCADEADA POR EFETORES (ETI)
A ETI é ativada após o reconhecimento por parte do hospedeiro de efetores
dos patógenos, sendo essas proteínas reconhecidas pelas proteínas intracelulares R
dos hospedeiros, as quais possuem domínios NB-LRR (nucleotide binding‑leucin rich
repeat) (Figura 4) (Win et al., 2012a). Esse reconhecimento pode ser através da
interação direta e altamente específica, entre as proteínas hospedeiro/patógeno de
acordo com a teoria gene a gene (Boller & Felix, 2009; Flor, 1971 ). Contudo, os
efetores podem ser reconhecidos de forma indireta, conhecida como teoria guarda
(Flor, 1971; Jones & Takemoto, 2004). Nesse reconhecimento indireto, as proteínas R
reconhecem efetores ligados a proteínas da planta chamadas “alvos de efetores de
patógenos”, representados na Figura 4 como alvo dos efetores citoplasmáticos (AEC).
A maior evidência da teoria guarda foi encontrada no sistema R/Avr entre
Arabidopsis thaliana e Pseudomonas syringae pv. tomato, onde RIN4 é modificada
pela Avr da bactéria e essa modificação ativa a proteína R (RPM1) resultando na
resistência da planta (Mackey et al., 2002).
15
Figura 4. Resposta da planta ao ataque de patógenos (bactérias, fungos e oomicetos)
mostrando a imunidade desencadeada por efetores (ETI). Os patógenos secretam os
efetores para dentro da planta hospedeira (efetores citoplasmáticos, EC) através do
sistema de secreção do tipo III (no caso das bactérias) ou por estruturas de infecção
especializadas chamadas de haustórios (no caso de fungos e oomicetos). Os efetores
trafegam por vários compartimentos, ligando-se, e manipulando diferentes proteínas
dos hospedeiros chamadas de alvo. Este quando está localizado no citoplasma do
hospedeiro é designado como alvo dos efetores citoplasmáticos (AEC). Em interações
incompatíveis, os receptores intracelulares (NB-LRR) induzem a ETI, após o
reconhecimento dos EC e/ou as interações com AEC, evitando assim a doença
(Adaptado de Win et al., 2012b).
A maioria dos genes R codifica para uma proteína que apresenta um domínio
central de ligação a nucleotídeos (NB), outro com regiões repetidas ricas em leucina
(LRR), mediando o reconhecimento de diversos efetores de todas as classes de
patógenos de plantas, e um terceiro domínio variável no N-terminal que pode ser TIR
(Toll/Interleucina-1) ou CC (Coiled-coil) (Elmore et al., 2011; Gururani et al., 2012)
(Figura 5).
Além das classes TIR e CC das proteínas R, existem mais seis que se
destacam. Dentre elas temos a eLRR que possui um domínio LRR extracelular ligado
a um domínio transmembrana (TrD) (Gururani et al., 2012) (Figura 5). A quarta
classe é a LRR quinase, a qual apresenta um domínio intracelular de quinases
serina/treonina citoplasmáticos, um domínio extracelular LRR e um domínio
transmembrana (TrD) (Afzal et al., 2008; Gururani et al., 2012) (Figura 5).
A quinta classe é representada pelas proteínas R que possuem um domínio
TrD, o qual está ligado à um domínio CC (Win et al., 2012b) (Figura 5). Genes R
contendo os domínios LRR, seguido pelo domínio TrD ligado ao domínio PEST
16
(prolina-glicina-serina-treonina) para degradação proteica, além de pequenos motivos
de ECS (domínio de sinalização celular de endocitose) representam a sexta classe
(Gururani et al., 2012).
A sétima classe é representada pelas proteínas R que contém os domínios TIRNBS-LRR, além de ter na extensão C-terminal um domínio putativo de sinal de
localização nuclear (NLS) e um domínio WRKY, o qual possui uma região de 60
aminoácidos que é definida pela sequência conservada WRKYGQK na região Nterminal, associada à um motivo zinc-finger (Thomma et al., 2011) (Figura 5).
E a última classe é representada pelos genes R enzimáticos, os quais não
possuem nenhum dos domínios LRR e NBS, como por exemplo, o gene Hm1 de
milho que fornece proteção contra o fungo patogênico Cochliobolus carbonum (Johal
& Briggs, 1992) (Figura 5).
Figura 5. Principais classes dos genes de resistência de plantas baseadas nos
domínios funcionais. NBS - sítio de ligação a nucleotídeos; LRR - regiões repetidas
ricas em leucina; TIR - Toll/Interleucina-1; CC - Coiled-coil; TrD - domínio
transmembrana; PEST - domínio de degradação proteica (prolina-glicina-serinatreonina); ECS - domínio de sinalização celular de endocitose; NLS - sinal de
localização nuclear; WRKY e HM1 - uma redutase que inativa uma toxina (Adaptado
de Win et al., 2012b).
Diferentes patógenos, como bactérias, fungos, oomicetos e vírus, produzem
efetores para atacar diferentes plantas, que por sua vez, usam seus genes de resistência
para evitar o desenvolvimento da doença (Tabela 2).
17
Tabela 2. Interação dos efetores de diferentes patógenos com os genes R de diversos
hospedeiros (Adaptado de Win et al., 2012b).
Patógenos
Hospedeiros
Efetores
gene R
BACTÉRIAS
Xanthomonas oryzae
Xanthomonas oryzae
P. syringae
P. syringae
P. syringae
Oryza sativa
Oryza sativa
Arabidopsis thaliana
A. thaliana
A. thaliana
Avr-Xa1
Avr-Xa21
AvrRpm1
AvrRpt2
AvrPphB
Xa1
Xa21
RPM1
RPS2
RPS5
Hordeum vulgare
Lycopersicum
esculentum
Linum usitatissimum
Oryza sativa
AvrMla
Mla
Avr1
AyrL
Avr-Pita
I2
L
Pi-ta
H. vulgare
Avr-Rpg1
Rpg1
OOMICETOS
Bremia lactucae
Lactuca sativa
Dm3
Perenospora parasitica
Phytophthora infestans
P. infestans
A. thaliana
Solanum tuberosum
Solanum demissum
Phytophthora sojae
Glycine max
Avr3
AvrB,
AvrRPP1A
Avr1
Avr3a
Avr1a, Avr3a
and Avr3c,
VÍRUS
Bean dwarf mosaic
virus
Phaseolus vulgaris
Cucumber mosaic
virus
Potato virus X
A. thaliana
S. tuberosum
Soybean mosaic virus
Turnip mosaic virus
Glycine max
A. thaliana
FUNGOS
Blumeria graminis
Fusarium oxysporium
Melamspora lini
Magnoporthe grisea
Puccinia graminis f.sp.
tritici
Bdm
Vpg (viral
genomeelinked
protein)
Coat protein
Hc-Pro and
P3 cistron
VPg
RPP1
R1
R3a
Rps1a, Rps3a,
Rps3c
BV1 protein
At-eIF4E1
(cum1)
Rx1, Rx2
Rsv1
At-eIF(iso)4E
Quando a ETI é ativada, a planta desencadeia uma rápida morte celular no
sítio de infecção, conhecida como reação de hipersensibilidade (HR, hypersensitive
response) (Win et al., 2012a). Associada a HR, outras respostas de defesa são
18
ativadas, como alterações nos níveis de cálcio no citoplasma, produção de espécies
reativas de oxigênio e cascata de sinalização via quinases. A amplificação desses
sinais se dá de modo similar a PTI, por mensageiros secundários como o ácido
salicílico, ácido jasmônico e o etileno resultando na ativação de fatores de transcrição
de genes de defesa e, subsequentemente, na resistência sistêmica adquirida ou
resistência sistêmica induzida (Tsuda & Katagiri, 2010).
Quando a ETI ocorre, a resposta imune das plantas é mais prolongada e possui
uma sinalização dominante em relação à PTI. Tsuda & Katagiri (2010) propuseram
que a ETI possui uma rede de “setores interligados”, ou seja, quando o setor primário,
por exemplo, o da via do SA é comprometido por efetores de patógenos, algum outro
setor, como o da via do JA, é ativado garantindo assim a resistência da planta ao
ataque. Contudo, esse tipo de resistência pode ser rapidamente superado pelo
patógeno através da aquisição de novos efetores ou pela perda / diversificação do sítio
de reconhecimento do gene R para evitar a ETI (Jones & Dangl, 2006). Entretanto, a
seleção natural resulta em novos alelos dos NB-LRR, que por sua vez, podem
reconhecer um desse novos efetores resultando novamente em ETI (Jones & Dangl,
2006).
COMO PROCURAR EFETORES NO GENOMA DO PATÓGENO?
Secretadas na interface intercelular entre o patógeno e a planta ou translocadas
para o citoplasma das células hospedeiras, as moléculas efetoras fazem parte de um
complexo arsenal molecular que o patógeno utiliza para colonizar os tecidos da planta
hospedeira (Stergiopoulos & Wit, 2009). O fato dessas proteínas serem
obrigatoriamente secretadas do patógeno para o hospedeiro tornou-se a principal
característica na sua busca, primeiramente in vivo, analisando-se o secretoma destes
microrganismos, e mais tarde in silico, na mineração de dados em busca destas
sequencias nos genomas dos patógenos.
Os primeiros experimentos realizados pelos fitopatologistas tinham como
objetivo conhecer um pouco mais sobre o secretoma dos patógenos e a natureza
potencial das proteínas efetoras. Para tanto, a primeira estratégia utilizada foi a
clonagem molecular. O primeiro gene Avr clonado foi da bactéria P. syringae pv.
glycinea em 1984 (Staskawicz et al., 1984); mais tarde, em 1991, foi a vez do
19
primeiro gene Avr de fungo, Cladosporium fulvum (Kan et al., 1991), e em 2004 o
gene Avr do oomiceto P. infestans (Tian et al., 2004). Porém, a necessidade de se
conhecer melhor o sistema de secreção destas proteínas fez com que técnicas de
imunolocalização e utilização de transformantes fossem empregadas nestes estudos,
permitindo visualizar a complexidade dos secretomas de fitopatógenos e seus
hospedeiros, catalogar estes secretomas e fornecer novos dados para se elucidar os
processos apoplásticos e a natureza do conjunto de efetores secretados.
Simultaneamente, com a evolução das tecnologias visando obter maior
número de dados, algumas abordagens para a caracterização de efetores em larga
escala foram iniciadas. Uma dessas abordagens é o sistema de armadilha de sinal de
secreção em levedura (YST secretion trap library), onde é feita uma biblioteca
contendo a seqüência codante completa do gene para expressão e outra onde as
sequencias que codificam o primeiro e o segundo aminoácido da proteína são
retiradas via oligonucleotídeos iniciadores (primers), por reação em cadeia da
polimerase (polymerase chain reaction - PCR), tornando esta proteína inativa quando
subclonada em vetor de expressão de proteínas e expressa em leveduras. Para o
oomiceto P. infestans foram identificados 23 genes que codificam proteínas
secretadas, e todas estas proteínas estavam localizadas nas folhas do hospedeiro e não
no micélio cultivado in vitro (Lee et al., 2006). Para o fungo Uromyces fabae foram
encontrados 62 genes que codificam proteínas secretadas pelo haustório e 42 genes
que codificam proteínas secretadas em esporos germinados, das quais 28
apresentaram similaridade com proteínas encontradas somente na ordem Uredinales,
indicando um possível papel na virulência e especificidade de hospedeiro (Link &
Voegele, 2008).
Associando esta técnica ao sequenciamento, foi atribuída à caracterização de
efetores em larga escala uma nova abordagem, denominada de clonagem de
fragmentos genômicos diretamente do sistema de secreção, onde o DNA genômico do
patógeno é fragmentado aleatoriamente em fragmentos de tamanho desejado,
clonados em vetor e sequenciados a fim de se identificar clones de DNA genômico
únicos. Para a estirpe haploide selvagem Um521 de U. maydis, fragmentos do
genoma com ~300pb foram sequenciados e foi possível identificar 52 clones únicos.
A fim de se testar o papel destes genes na infecção, foi utilizada a técnica de mutantes
nulos (knock-outs) para diferentes genes. O knock-out duplo para genes envolvidos na
patogenicidade não afetaram o crescimento, o acasalamento, a formação de hifas
20
aéreas e a hidrofobicidade de superfície, no entanto, o desenvolvimento em plantas
logo após a penetração foi afetado, levando a perda da patogenicidade (Klein et al.,
1996).
Com o surgimento da técnica de microarranjo (microarray), a avaliação da
expressão global de genes diferencialmente expressos em plantas infectadas com o
patógeno, permitiu a identificação de genes que codificam proteínas secretadas
durante o crescimento e infecção pelo patógeno (Mosquera et al., 2009) e a
descoberta de novos locus associados a efetores. Em P. infestans foi possível
descrever um novo locus de avirulência utilizando esta técnica (Qutob et al., 2006), e
em Pectobacterium atrosepticum foram caracterizadas proteínas associadas ao
sistema de secreção tipo IV (Mattinen et al., 2008) e proteínas do quorum sensing,
sistema que controla a produção de enzimas de degradação de parede celular e outros
fatores de virulência deste patógeno, principalmente aos fatores ligados à sua
dispersão (Liu et al., 2008). Esta abordagem permite avaliar proteínas efetoras
envolvidas na penetração do patógeno na célula hospedeira (Doehlemann et al., 2008),
na inibição da resposta imune inata do hospedeiro (Fontana et al., 2011), predição de
novos efetores cuja anotação dos domínios não está associada à patogenicidade
(Saunders et al., 2012) e a identificação de proteínas efetoras associadas ao
desenvolvimento simbiôntico com o hospedeiro (Plett et al., 2014). Apesar da técnica
de microarray ser considerada obsoleta em algumas áreas da biologia molecular, para
a descoberta de novos efetores e elucidação da forma de atuação na célula hospedeira,
esta técnica se mostra eficiente, sendo ainda bastante utilizada.
Entretanto, o uso do sequenciamento na obtenção do genoma completo dos
patógenos, primeiro pela metodologia de Sanger e depois pelo sequenciamento de
nova geração (next generation sequence), permitiram o aumento exponencial da
quantidade de dados gerados e a possibilidade de se minerar novos genes candidatos a
efetores em diversas espécies de patógenos. As plataformas de sequenciamento mais
usadas atualmente para estes estudos são: 454 pirosequenciamento (454 Life Science
– Roche Diagnostic) baseado na detecção do pirofosfato liberado na incorporação do
nucleotídeo na cadeia de DNA sintetizada; o sequenciamento Illumina (Illumina
sequencing – Solexa) baseado na detecção dos nucleotídeos previamente marcados
com um fluorófo, durante a síntese da cadeia. Ambos geram sequencias curtas,
entretanto, os fragmentos gerados pelo pirosequenciamento são um pouco maiores do
que os gerados pelo sequenciamento Illumina, sendo 700 pb contra 50 a 300 pb,
21
conferindo uma maior acurácia dos dados (99,9% contra 98% obtidos no
sequenciamento Illumina). O pirosequenciamento gera um menor número de dados,
cerca de um milhão de fragmentos, enquanto o Illumina gera mais de 3 milhões de
fragmentos. Isto torna o sequenciamento Illumina mais demorado, de um a 10 dias,
dependendo do tamanho do fragmento gerado, sendo que em contrapartida, o
pirosequenciamento pode ser realizado em 24 horas. Em termos de custo, o
sequenciamento Illumina é mais vantajoso: US$ 0,05 a 0,15 por milhão de bases,
enquanto que, no pirosequenciamento, o custo é de US$ 10 (Liu et al., 2008; Quail et
al., 2012). Outro aspecto vantajoso de ambas as plataformas é a aplicação não só no
sequenciamento de genomas, mas também no sequenciamento de transcriptoma do
organismo, metodologia esta denominada RNAseq.
O emprego desta técnica, tanto na genômica como na transcriptômica, tem
gerado muitos trabalhos com fitopatógenos e a sua interação com o hospedeiro,
visando principalmente, a busca por moléculas efetoras e a resposta adaptativa da
planta a estas moléculas, evidenciando a coevolução do sistema. Como exemplos
desta abordagem, podemos citar: a descoberta de um gene de virulência em
Pseudomonas savastanoi pv. savastanoi para a indução de tumor em plantas lenhosas
(Rodríguez-Palenzuela et al., 2010); a microevolução e relação filogenética de
efetores de P. syringae na adaptação ao hospedeiro (Cai et al., 2011); análise de
polimorfismo das proteínas candidatas a efetoras secretadas pelo haustório de
Puccinia striiformis f. sp. tritici (Cantu et al., 2013); a identificação de genes
candidatos a efetores no transcriptoma do nematoide da galha (Meloidogyne
graminicola) em arroz (Haegeman et al., 2013); a busca por genes efetores expressos
na interação com o hospedeiro, no transcriptoma de Melampsora lini (Nemri et al.,
2014); a comparação entre genomas da mesma espécie a qual pertence o patógeno,
avaliando a conservação das proteínas efetoras ao longo do tempo evolutivo (Qi et al.,
2011); a identificação de efetores de domínio caracterizado, como os RXLR, no
genoma de patógenos de grande importância na agricultura (Thakur et al., 2013).
Para que estas diversas abordagens tivessem sucesso, simultaneamente ao
aparecimento do sequenciamento de nova geração, diversas ferramentas de
bioinformática foram desenvolvidas, visando analisar o secretoma dos patógenos
permitindo a predição de proteínas efetoras e a mineração destas a partir de domínios
caracterizados, como os RXLR. As ferramentas desenvolvidas para a predição de
proteínas efetoras são baseadas nas características do peptídeo sinal (secretion signal
22
target) das proteínas pertencentes aos cinco tipos de sistema de secreção descritos
para patógenos (Preston et al., 2005). O peptídeo sinal é uma pequena sequência de
aminoácidos (entre 15 e 60), localizada na porção N-terminal da proteína, com a
função de marcar as proteínas que serão exportadas pelo aparato de secreção, seja
através da interação direta com os componentes citoplasmáticos ou periplasmáticos da
maquinaria de secreção, ou através de um intermediário, como as chaperonas.
O peptídeo sinal Sec/SRP se caracteriza por compartilhar pequenas sequencias
que apresentam características em comum, como uma sequência de carga positiva na
porção N-terminal, uma sequência de aminoácidos hidrofóbicos de 7 a 15
aminoácidos e uma sequência polar que contém o sítio de clivagem “AXA”. Similares
a este, os peptídeos sinais TAT-específicos são um pouco mais longos, apresentando
de 26 a 52 aminoácidos, devido a presença de uma região N-terminal a mais. Estes
peptídeos apresentam o motivo S(T)-RRxhhh, onde h é um resíduo hidrofóbico, e são
menos hidrofóbicos do que seus homólogos Sec, apresentando uma alta carga
negativa na porção N-terminal e positiva na porção C-terminal. A dificuldade de se
caracterizar peptídeos sinais vinculados ao sistema de secreção tipo III é superada
pela estrutura conservada destas proteínas efetoras em múltiplos gêneros de
microrganismos patógenos de plantas. Estudos envolvendo mutação por deleção
mostraram que a informação essencial para a secreção destas proteínas está localizada
no 10° e 15° primeiros aminoácidos (Preston et al., 2005). Muitas das proteínas de
secreção do tipo III requerem uma chaperona para sua secreção, que, a exemplo da
proteína HopPtoV necessita da ligação da chaperona ShcV na porção N-terminal de
sua sequencia, entre os aminoácidos 76 e 125 (Wehling et al., 2004). A fim de se
identificar padrões associados com estas proteínas, observou-se um viés nos primeiros
50 resíduos de aminoácidos, com uma frequência maior de serina e prolina nas
primeiras cinco posições, além de um aminoácido hidrofóbico na posição 3 ou 4 e a
falta nas primeiras 12 posições (Alfano & Collmer, 2004; Guttman et al., 2002;
Petnicki-Ocwieja et al., 2002), o que possibilitou estabelecer parâmetros para o
treinamento de máquina (learning machine) para a seleção destas proteínas, a partir
de um banco de dados.
Para os sistemas de secreção tipo I, II e V, as tentativas de se criar uma
ferramenta de bioinformática para predição destas proteínas não têm sido bem
sucedidas, pois, a exemplo do sistema de secreção tipo II, o sinal para que a proteína
seja secretada depende da estrutura secundária ou terciária da mesma. Alguns estudos
23
indicam que cada proteína se dobrou e apresentou o motivo de secreção à sua maneira,
o que resultou em um alto grau de especificidade com a exoenzima que irá atuar neste
motivo, sendo que até comparações estruturais tridimensionais de proteínas secretadas
pelo mesmo sistema não revelam um padrão de secreção unificado (Bouley et al.,
2001; Chapon et al., 2001). Além disto, existem outros fatores a serem considerados,
como a proximidade dos genes que codificam para a maquinaria de transporte,
homologia com proteínas ou domínios identificados previamente, e a presença de
sequência promotora a montante do gene (do inglês, upstream).
Pouco tempo atrás, o sistema de secreção tipo IV também se enquadrava neste
panorama. Entretanto, atualmente, foram desenvolvidas algumas ferramentas capazes
de predizer proteínas do sistema de secreção tipo IV, um sistema homólogo aos
sistemas de conjugação e ao sistema VirB de A. tumefaciens, facilitando a
translocação de DNA, e secretando tanto ácidos nucleicos quanto proteínas. A
disponibilidade destas ferramentas só é possível graças ao sequenciamento de
diversos genomas de patógenos, pois são baseadas nas triagens feita nestes genomas
associados a natureza bioquímica destas moléculas. Basicamente, o learning machine
é feito baseado nas seguintes características: busca pelo motivo RRRSNTTTTY em
300 pb, denominado de novo motif search; homologia com moléculas efetoras
conhecidas; presença de domínios eucarióticos (no total de 58 domínios); proteínas
com domínio de função desconhecida (DUF); busca por peptídeo sinal de localização
nuclear (NLS, do inglês, nuclear localization signal); probabilidade com P>0,095 da
proteína possuir um sinal de localização mitocondrial; presença de um
resíduo de
cisteína seguido de dois resíduos alifáticos e um quarto aminoácido (CaaX);
probabilidade de formação de estrutura em espiral nos 28 resíduos da proteína;
basicidade C-terminal; hidrofobicidade da porção C-terminal e global; presença do
bloco EEXXE nos 30 aminoácidos da porção C-terminal (Meyer et al., 2013).
Na Tabela 3 estão sumarizadas algumas destas ferramentas disponíveis, tanto
para análises via internet, quanto para a instalação na máquina. É possível observar o
tipo de algoritmo utilizado para o desenvolvimento destas ferramentas: para o sistema
de secreção tipo III, com características mais bem definidas, são utilizados
principalmente o Modelo oculto de Markov (Hidden Markov Model – HMM),
Máquina de vetores de suporte (Support Vector Machine) e Redes neurais (do inglês,
Neural Networks); para o sistema de secreção tipo IV, mais complexo, utiliza-se uma
forma modular escrita em Perl (linguagem de programação estável e multiplataforma).
24
Para facilitar ainda mais o uso de ferramentas de bioinformática e possibilitar
ao usuário agrupar vários softwares em uma única interface, surgiu o software Galaxy,
que é executado na plataforma Linux/Unix e fornece ao usuário uma interface
baseada em navegador (Cock et al., 2013). Para a predição de sistemas de secreção
em proteínas há um repositório (Whisson et al., 2007), que contém as ferramentas:
SignalP para a predição de peptídeo sinal (Petersen et al., 2011); TMHMM para a
predição de domínios transmembrana (Krogh et al., 2001); PSORTb para proteínas de
arqueobactérias (Yu et al., 2010); WoLF PSORT para proteínas fúngicas, animais e
vegetais (Horton et al., 2007); Promoter para promotores eucarióticos para polimerase
II; Oomycete RXLR motifs para predição de motivos RXLR (WHISSON et al., 2007;
WIN et al., 2007). O usuário entra com o arquivo fasta na página do Galaxy e o
resultado é mostrado na mesma interface, com possibilidade de download dos dados.
25
Tabela 3. Ferramentas de bioinformática desenvolvidas para predição de peptídeos
sinais (secreção) na porção N-terminal das proteínas (adaptado de Preston et al.,
2005)
Ferramenta
Referência
Tipo de Algoritmo
CELLO v.2.5
(Yu & Lin,
2004)
(Käll et al.,
2007)
Máquina de vetores de
suporte
Modelo
oculto
de
Markov
PSORT-b
v.3.0
(Yu et al.,
2010)
SigCleave
(Heijne,
1986)
SignalP4.1
(Petersen et
al., 2011)
Phobius
Sistema de
Secreção
Tipo III
http://phobius.binf.ku.dk/
Modelo
oculto
de
Markov e
suporte
Matriz de contagem
(Scoring matrix)
Tipo III
http://psort.org/psortb/inde
x.html
Tipo III
Redes neurais e
Modelo
oculto
Markov
Redes neurais
Tipo III
http://emboss.sourceforge.n
et/
Parte
do
pacote
de
programas EMBOSS
http://www.cbs.dtu.dk/servi
ces/SignalP/
de
(Fariselli et
al., 2003)
SubLoc 1.0
(Guo et al.,
2004)
suporte
Tipo III
Effective
(Jehl et al.,
2011)
Tipo III
Galaxy
(Cock et al.,
2013)
S4TE
(Meyer
et
al., 2013)
(Wang et al.,
2014)
Banco de dados. Une
anotação motivos de
diversos genomas pelo
Pfam e SignalP para
predição de sinal de
secreção
Interface baseada em
navegador.
Usa
repositórios
com
algumas ferramentas de
predição de proteínas
secretadas
Perl
T4EffPred
(Zou et al.,
2013)
http://cello.life.nctu.edu.tw/
Tipo III
SPEPlip
T4SE
Caminho
suporte
Matriz de contagem
(Scoring matrix)
suporte
Matriz de contagem
(Scoring matrix)
Tipo III
Tipo III e
IV
http://gpcr.biocomp.unibo.i
t/predictors/
requer autenticação para o
uso
http://www.bioinfo.tsinghu
a.edu.cn/~guotao/predict.ht
ml
http://effectors.org/
https://usegalaxy.org/
Tipo IV
http://sate.cirad.fr/
Tipo IV
http://biocomputer.bio.cuhk
.edu.hk/softwares/T4SEpre/
Tipo IV
http://bioinfo.tmmu.edu.cn/
T4EffPred/prediction.html
26
OS EFETORES NA AGRICULTURA
Desde os primórdios da agricultura, patógenos tem causado devastadoras
epidemias envolvendo plantas, as quais tem afetado a humanidade (Agrios, 2004). A
seleção de plantas resistentes a doenças tem sido prática comum no melhoramento
vegetal. Para isso, por um longo período, o que foi feito em quase todas as culturas foi
a introdução de genes de resistência a doenças (R) em novas variedades. Hoje, sabe-se
que os genes R estão presentes em clusters multigênicos e podem ocorrer
naturalmente como verdadeiros alelos através de variantes da genética original (Dangl
et al., 2013). A ativação da função de cada uma das proteínas R é feita pelo produto
dos genes efetores de virulência de um patógeno específico (Flor, 1971). Como
mencionado anteriormente, vários efetores podem ser expressos por um único
patógeno e a diversidade de efetores em uma população de qualquer espécie
patogênica pode ser muito grande (Baltrus et al., 2011; Raffaele et al., 2010).
No campo, a utilização da maioria dos alelos do gene R pode ser de curta
duração, isto porque a sua implantação em monocultura foi selecionada para variantes
do patógeno, em que o alelo correspondente do efetor, sofreu mutação ou se perdeu.
Efetores são fatores de virulência, mas cada um contribuindo parcialmente para a
virulência final. Efetores independentes podem atuar de forma redundante, podendo
alterar uma mesma via de sinalização do hospedeiro. Portanto, os genes efetores
podem ser perdidos sem causar impacto significativo na virulência do patógeno.
Exceções a este princípio são os “efetores fundamentais”, definidos operacionalmente
por sua ampla distribuição na população de um determinado patógeno e sua
contribuição para a virulência do mesmo (Dangl et al., 2013). As bases genômicas são
utilizadas para se identificar efetores fundamentais e defini-los funcionalmente como
novos alelos R e suas atividades são usadas como estratégias promissoras para a
pesquisa e a obtenção de plantas resistentes a doenças.
Em 1986 demonstrou-se o sucesso da construção de uma planta transgênica
resistente à doença, a qual apresentava expressão constitutiva de uma sequência
gênica da proteína da capa viral que conferiu resistência ao vírus através de pequenos
RNAs. Hoje, este mecanismo é conhecido e amplamente aplicável para a inibição da
27
replicação viral (Lindbo & Dougherty, 1992). A Tabela 4 mostra um exemplo de
híbridos de abóbora que adquiriram resistência multiviral através da combinação de
genes da capa proteica de três tipos diferentes de vírus. Em 1994, uma estratégia
semelhante foi implantada para se controlar o vírus da mancha anelar do mamoeiro,
que em testes de campo demonstrou excelente eficácia e frutos de alta qualidade
(Tabela 4), sendo os frutos aprovados para venda no Havaí, Canadá e Japão. Desde a
aprovação e comercialização dessas duas culturas, nenhuma nova cultura modificada
para resistência a doença chegou ao mercado. A Tabela 4 ainda mostra algumas
pesquisas em outras culturas que apresentaram sucesso e com potencial para redução
de perdas de produção e uso de insumos químicos associados à doença.
Outra estratégia para a obtenção de plantas com resistência durável é o uso de
efetores alvos. Para isso, mesmo nos genomas de plantas mais complexas, o uso da
genética e da genômica é uma realidade, a qual facilita o isolamento de gene R
(Periyannan et al., 2013; Saintenac et al., 2013). Com as tecnologias rápidas e de
baixo custo de sequenciamento de DNA, um novo patógeno pode ser isolado e seu
genoma gerar informações com impactos sobre as estratégias de melhoramento para
um controle durável de doenças em plantas (Vleeshouwers et al., 2011). Agora, é
possível definir os genomas de patógenos isolados de plantas infectadas e também de
maneira rápida e eficiente definir o complemento do efetor. Usando ensaios de coexpressão transiente seguido por melhoramento de marcador assistido ou
desenvolvimento de transgênico, é possível definir os efetores fundamentais que
facilitam a identificação de genes R ativados pelos seus efetores correspondentes de
germoplasma selvagem. Esses novos genes R podem ser validados pelo método de
edição de genoma que usa efetor ativador de transcrição de nucleases (TALEN)
(Schornack et al., 2013) e pela tecnologia de repetições de agrupados de palíndromo
curto intervalados regularmente (CRISPR) (Gaj et al., 2014; Jinek et al., 2013).
É de grande importância se observar que a função de qualquer gene R apenas
será durável se o efetor que o ativa estiver presente na estirpe patogênica cuja
virulência está se tentando controlar. Como por exemplo, temos o controle da
requeima da batata, onde o conhecimento do conteúdo de efetores em locais do
patógeno isolado pode auxiliar na implantação do gene R ou tratamento químico para
o controle desta doença (Vleeshouwers et al., 2011).
O emprego de receptores de sistema imune também é uma estratégia usada na
agricultura, existindo duas classes desses receptores, podendo-se seguir duas
28
estratégias principais. A primeira é transferir PRRs que detectem produtos
microbianos comuns em espécies que não as tenham. Isto é, efetuar a identificação
funcional das PRRs e promover a transferência para uma espécie receptora que não
tenha um receptor ortólogo e que poderia fornecer um caminho geral para exemplos
adicionais de repertórios ampliados de PRRs (Dangl et al., 2013). Por exemplo, o
receptor PRR EF-Tu (EFR) reconhece o fator de tradução de alongamento EF-tu
bacteriano, sendo que a implantação do EFR em Nicotiana benthamiana ou Solanum
lycopersicum (tomate), que não pode reconhecer o EF-Tu, conferiu resistência a uma
ampla gama de patógenos bacterianos (Lacombe et al., 2010). A segunda estratégia é
conhecida como estratégia de empilhamento, a qual explora respostas imunes em
contextos em que vários genes NLR são implantados simultaneamente. As cultivares
geradas por qualquer tipo de melhoramento molecular de DNA assistido ou por
transferência gênica devem exibir resistência mais durável a doenças, visto que a
evasão do patógeno exigirá mutações em múltiplos genes efetores. O acesso a uma
enorme diversidade genética é permitido devido aos avanços em sequenciamento de
DNA das principais culturas e seus parentais para uma grande quantidade de genes
NLR funcionalmente dirigidos contra diferentes efetores fundamentais (Dangl et al.,
2013). A descoberta do gene efetor avrBs2 da bactéria Xanthomonas perforans,
agente causal da doença da pinta bacteriana do pimentão e do tomate, possibilitou a
procura de um gene R potencialmente durável. Este gene é encontrado na maioria das
espécies de Xanthomonas que causam doença e é necessário para o patógeno
(Kearney & Staskawicz, 1990). Plantas de tomate foram transformadas com o gene
Bs2, que é um gene NLR isolado de uma pimenta selvagem (Capsicuum chacoense)
e este inibiu o crescimento de estirpes do patógeno que foram transformadas com o
gene avrBs2. Ensaios de campo foram realizados com essas plantas transgênicas que
expressam Bs2 de tomate, sendo que essas plantas demonstraram alta resistência para
X. perforans (Horvath et al., 2012), sem o uso de produtos químicos bactericidas.
Outra classe de genes relacionados à resistência de plantas a doença e que tem
evoluído para agregar funções de virulência, criando armadilha para impedir a
proliferação do patógeno, é chamada de executores e estes são contrastantes aos PRRs
e NLRs. Como por exemplo, em Xanthomonas e Ralstonia foram identificados
efetores de ativação de transcrição (TAL), os quais são proteínas secretadas no
interior das células da planta que se ligam no DNA e ativam a expressão de genes de
acolhimento para melhorar a virulência do patógeno (Schornack et al., 2013). A
29
expressão de um gene executor só ocorre pela indução de um efetor TAL específico e
eles não são expressos na ausência de infecção. Transformações utilizando-se genes
executores foram demonstradas com sucesso em plantas de pimenta (Römer et al.,
2009) e arroz (Hummel et al., 2012).
Finalmente, esses foram alguns exemplos de aplicação dos efetores como
ferramenta para desenvolver novas variedades de plantas resistentes a patógenos.
Muitos são os desafios e a área a ser explorada ainda é grande, porém as perspectivas
de melhora dessas estratégias avançam significativamente em função dos estudos
moleculares minuciosos e continuo do sistema imune das plantas cada vez mais
rápidos e com tecnologias de sequenciamento de genomas cada vez mais baratas.
30
Tabela 4. Exemplos de publicações relacionadas a culturas transformadas para resistência à doenças e situação atual das plantas.
Ano de publicação
2012
2012
Cultura
Tomate
Arroz
Mecanismos
Gene R da pimenta
Transformada com gene E
Estado de desenvolvimento
8 anos de ensaios em campo
Laboratório
Trigo
Resistência a Doença
Pinta bacteriana
Crestamento bacteriano e risca
bacteriana
Oídio
2012
Gene R do trigo superexpresso
2 anos de ensaio em campo até
o momento da publicação
2011
Batata
Vírus Y da Batata
Resistência derivada de
patógeno
1 ano de ensaio em campo até o
momento da publicação
2010
2010
2010
Tomate
Banana
Laranja doce
PRR de Arabidopsis
Gene raro de pimenta
Xa21
Escala de Laboratório
2 anos em ensaio de campo
Casa-de-vegetação
2009
2009
Batata
Batata
Resistência multibacteriana
Murcha por Xanthomonas
Resistência / tolerância à
Xanthomonas axonopodis pv. citri
Requeima
Requeima
Genes R de parentais selvagens
Genes R de parental selvagem
2008
Batata
Requeima
Genes R de parental selvagem
2008
Ameixa
Varíola da ameixa
2005
2002
Arroz
Cevada
Risca bacteriana
Ferrugem da haste
2001
Laranja doce
1997
Mamão
Resistência / tolerância a
Phytophthora citrophthora
Vírus da mancha anelar
patógeno
Gene R do milho
Gene RLK da cultivar de
cevada resistente
PR-5
3 anos em ensaio de campo
Regulamentação aprovada, sem
vendas comerciais
Laboratório
Laboratório
1995
Abóbora
Mosaico devido a três vírus
1993
Batata
Vírus X da batata
Fonte: Dangl et al. (2013); Fagoaga et al. (2001); Mendes et al. (2010).
patógeno
patógeno
Enzima induzida por interferon
de Mammalian
Casa-de-vegetação
Aprovada e vendida
comercialmente desde 1998;
vendido no Japão desde 2012
Aprovada e comercialmente
vendida desde 1994.
31
LITERATURA CITADA
AFZAL, A. J.; WOOD, A. J. & LIGHTFOOT , D. A. 2008. Plant receptor-like
serine threonine kinases: roles in signaling and plant defense. Mol. Plant.
Microbe. Interact. 21: 507–17.
AGRIOS, G. 2004. Plant pathology. 5a ed. Elsevier Academic Press.
ALFANO, J. R. & COLLMER, A. 2004. Type III secretion system effector proteins:
double agents in bacterial disease and plant defense. Annu. Rev. Phytopathol. 42:
385–414.
BAI, X.; CORREA, V. R.; TORUÑO, T. Y.; AMMAR, E.-D.; KAMOUN, S. &
HOGENHOUT, S. A. 2009. AY-WB phytoplasma secretes a protein that targets
plant cell nuclei. Mol. Plant. Microbe. Interact. 22: 18–30.
BALTRUS, D. A; NISHIMURA, M. T.; ROMANCHUK A.; CHANG J. H.;
MUKHTAR M. S.; CHERKIS K.; ROACH J.; GRANT S. R.; JONES C. D. &
DANGL J. L. 2011. Dynamic evolution of pathogenicity revealed by
sequencing and comparative genomics of 19 Pseudomonas syringae isolates.
PLoS Pathogens 7 (7): e1002132.
BASSE, C. W.; BOCK K. & BOLLER T. 1992. Elicitors and suppressors of the
defense response in tomato cells. Purification and characterization of
glycopeptide elicitors and glycan suppressors generated by enzymatic cleavage
of yeast invertase. J. Biol. Chem. 267: 10258–10265.
BECK, M.; HEARD, W.; MBENGUE, M. & ROBATZEK S. 2012. The INs and
OUTs of pattern recognition receptors at the cell surface. Curr. Opin. Plant Biol.
15: 367–74.
BHATTACHARJEE, S.; HILLER, N. L.; LIOLIOS, K.; WIN, J.; KANNEGANTI,
T.-D.; YOUNG, C.; KAMOUN, S. & HALDAR, K. 2006. The malarial hosttargeting signal is conserved in the Irish potato famine pathogen. PLoS
Pathogens 2 (5): 453-465.
BIRCH, P. R. J.; BOEVINK, P. C.; GILROY, E. M.; HEIN, I.; PRITCHARD, L. &
WHISSON, S. C. 2008. Oomycete RXLR effectors: delivery, functional
redundancy and durable disease resistance. Curr. Opin. Plant Biol. 11: 373–379.
BIRCH, P. R. J.; REHMANY, A. P.; PRITCHARD, L.; KAMOUN, S. & BEYNON,
J. L. 2006. Trafficking arms: oomycete effectors enter host plant cells. Trends
Microbiol. 14: 8–11.
BLOCK, A.; LI, G.; FU, Z. Q. & ALFANO, J. R. 2008. Phytopathogen type III
effector weaponry and their plant targets. Curr. Opin. Plant Biol. 11: 396–403.
32
BOLLER, T. & FELIX G. 2009. A renaissance of elicitors: perception of microbeassociated molecular patterns and danger signals by pattern-recognition
receptors. Annu. Rev. Plant Biol. 60: 379–406.
BOS, J. I. B.; CHAPARRO-GARCIA, A.; QUESADA-OCAMPO, L. M.;
MCSPADDEN GARDENER, B. B. & KAMOUN, S. 2009. Distinct amino
acids of the Phytophthora infestans effector AVR3a condition activation of R3a
hypersensitivity and suppression of cell death. Mol. Plant. Microbe. Interact. 22:
269–81.
BOULEY, J.; CONDEMINE, G. & SHEVCHIK, V. E. 2001. The PDZ domain of
OutC and the N-terminal region of OutD determine the secretion specificity of
the type II out pathway of Erwinia chrysanthemi. J. Mol. Biol. 308: 205–219.
BRUNNER, F.; ROSAHL, S.; LEE, J.; RUDD, J. J.; GEILER, C.; KAUPPINEN, S.;
RASMUSSEN, G.; SCHEEL, D. & NÜRNBERGER, T. 2002. Pep-13, a plant
defense-inducing
pathogen-associated
pattern
from
Phytophthora
transglutaminases. EMBO J. 21: 6681–6688.
CAI, R.; LEWIS, J.; YAN, S.; LIU, H.; CLARKE, C. R.; CAMPANILE, F.;
ALMEIDA, N. F.; STUDHOLME, D. J.; LINDEBERG. M.; SCHNEIDER, D.;
ZACCARDELLI, M.; SETUBAL, J. C.; MORALES-LIZCANO, N. P.;
BERNAL, A.; COAKER, G.; BAKER, C.; BENDER, C. L.; LEMAN S. &
VINATZER B. A. 2011. The plant pathogen Pseudomonas syringae pv. tomato
is genetically monomorphic and under strong selection to evade tomato
immunity. PLoS Pathogens 7 (8): 1-15.
CANTU, D.; SEGOVIA, V.; MACLEAN, D.; BAYLES, R.; CHEN, X.; KAMOUN,
S.; DUBCOVSKY, J.; SAUNDERS, D. G. O.& UAUY C. 2013. Genome
analyses of the wheat yellow (stripe) rust pathogen Puccinia striiformis f. sp.
tritici reveal polymorphic and haustorial expressed secreted proteins as candidate
effectors. BMC Genomics 14: 270.
CHAPON, V.; CZJZEK, M.; HASSOUNI, M. EL; PY, B.; JUY, M. & BARRAS F.
2001. Type II protein secretion in gram-negative pathogenic bacteria: the study
of the structure/secretion relationships of the cellulase cel5 (formerly EGZ) from
Erwinia chrysanthemi. J. Mol. Biol. 310: 1055–1066.
CHEN, L.-Q.; HOU, B.-H.; LALONDE, S.; TAKANAGA, H.; HARTUNG, M.
QU, X.-Q.; GUO, W.-J.; KIM, J.-G.; UNDERWOOD, W.; CHAUDHURI,
CHERMAK, D.; ANTONY, G.; WHITE, F. F.; SOMERVILLE, S.
MUDGETT, M. B. & FROMMER, W. B. 2010. Sugar transporters
intercellular exchange and nutrition of pathogens. Nature 468: 527–32.
L.;
B.;
C.;
for
CHISHOLM, S. T.; COAKER, G.; DAY, B. & STASKAWICZ, B. J. 2006. Host-microbe
interactions: shaping the evolution of the plant immune response. Cell
124(4): 803-814.
33
CHOI, J.; TANAKA, K.; CAO, Y.; QI, Y.; QIU, J.; LIANG, Y.; LEE, S. Y. &
STACEY, G. 2014. Identification of a plant receptor for extracellular ATP.
Science 343: 290–4.
COCK, P. J. A.; GRÜNING, B. A.; PASZKIEWICZ, K. & PRITCHARD, L.
2013. Galaxy tools and workflows for sequence analysis with applications in
molecular plant pathology. PeerJ : DOI 10.7717/peerj.167.
COLL, N. S.; EPPLE P. & DANGL, J. L. 2011. Programmed cell death in the plant
immune system. Cell Death and Differentiation 18(8): 1247-1256.
DALIO R. J. D. 2013. Deciphering mechanisms of pathogenicity and resistance
induction in the interaction between Phytophthora spp. and European
beech (Fagus sylvatica L.). Ph.D. Thesis. Technische Universitaet
Muenchen (TUM), Freising, Germany.
DALIO, R. J.; FLEISCHMANN, F.; HUMEZ, M. & OSSWALD, W. 2014. Phosphite
protects Fagus sylvatica seedlings towards Phytophthora plurivora via
local toxicity, priming and facilitation of pathogen recognition. Plos One
9(1): e87860.
DAMASCENO, C. M. B.; BISHOP, J. G.; RIPOLL, D. R.; WIN, J.; KAMOUN, S. &
ROSE, J. K. C., 2008. Structure of the glucanase inhibitor protein (GIP) family
from Phytophthora species suggests coevolution with plant endo-beta-1,3glucanases. Mol. Plant. Microbe. Interact. 21: 820–30.
DANGL, J. L.; HORVATH, D. M. & STASKAWICZ, B. J. 2013. Pivoting the plant
immune system from dissection to deployment. Sci. 341 : 746–751.
DARDICK, C.; SCHWESSINGER, B. & RONALD, P. 2012. Non-arginine-aspartate
(non-RD) kinases are associated with innate immune receptors that recognize
conserved microbial signatures. Curr. Opin. Plant Biol. 15: 358–66.
DOEHLEMANN, G.; WAHL, R.; VRANES, M.; VRIES, R. P. DE; KÄMPER J. &
KAHMANN, R. 2008. Establishment of compatibility in the Ustilago maydis /
maize pathosystem. J. Plant Physiol. 165: 29–40.
DOU, D.; KALE, S. D.; WANG, X.; JIANG, R. H. Y.; BRUCE, N. A.;
ARREDONDO, F. D.; ZHANG, X. & TYLER, B. M. 2008. RXLR-mediated
entry of Phytophthora sojae effector Avr1b into soybean cells does not require
pathogen-encoded machinery. Plant Cell 20: 1930–47.
ELMORE, J. M.; LIN, Z.-J. D. & COAKER, G. 2011. Plant NB-LRR signaling:
upstreams and downstreams. Curr. Opin. Plant Biol. 14: 365–71.
FAGOAGA, C.; RODRIGO, I.; CONEJERO, V.; HINAREJOS, C.; TUSET, J.;
ARNAU, J.; PINA, J.; NAVARRO, L. & PEÑA, L. 2001. Increased tolerance to
Phytophthora citrophthora in transgenic orange plants constitutively expressing
a tomato pathogenesis related protein PR-5. Mol. Breed. 7: 175–185.
34
FARISELLI, P.; FINOCCHIARO, G. & CASADIO, R. 2003. SPEPlip: the detection
of signal peptide and lipoprotein cleavage sites. Bioinformatics 19: 2498–2499.
FLIEGMANN, J.; MITHOFER, A.; WANNER, G. & EBEL, J. 2004. An ancient
enzyme domain hidden in the putative beta-glucan elicitor receptor of soybean
may play an active part in the perception of pathogen-associated molecular
patterns during broad host resistance. J. Biol. Chem. 279: 1132–40.
FLOR, H. 1971. Current status of the gene-for-gene concept. Annu. Rev.
Phytopathol. 9: 275–296.
FONTANA, M.; BANGA, S.; BARRY, K. & SHEN, X. 2011. Secreted bacterial
effectors that inhibit host protein synthesis are critical for induction of the innate
immune response to virulent Legionella pneumophila. PLoS Pathogens 7 (2): 115.
GAJ, T.; GERSBACH, C. A. & BARBAS III, C. F. 2014. ZFN, TALEN, and
CRISPR/Cas-based methods for genome engineering. Trends Biotechnol. 31:
397–405.
GASSMANN, W. & BHATTACHARJEE, S. 2012. Effector-triggered immunity
signaling: from gene-for-gene pathways to protein-protein interaction
networks. Mol. Plant-Microbe Interact. 25(7): 862-868.
GÖHRE, V. & ROBATZEK, S. 2008. Breaking the barriers: microbial effector
molecules subvert plant immunity. Annu. Rev. Phytopathol. 46: 189–215.
GÓMEZ-GÓMEZ, L. & BOLLER, T. 2000. FLS2: an LRR receptor-like kinase
involved in the perception of the bacterial elicitor flagellin in Arabidopsis. Mol.
Cell 5: 1003–1011.
GRANT, M. & LAMB, C. 2006. Systemic immunity. Current Opinion in Plant
Biology 9(4): 414-420.
GROUFFAUD, S.; WEST, P. VAN; AVROVA, A. O.; BIRCH, P. R. J. &
WHISSON, S. C. 2008. Plasmodium falciparum and Hyaloperonospora
parasitica effector translocation motifs are functional in Phytophthora infestans.
Microbiology 154: 3743–51.
GUO, T.; HUA, S.; JI, X. & SUN, Z. 2004. DBSubLoc: database of protein
subcellular localization. Nucleic Acids Res. 32: D122–4.
GURURANI, M. A.; VENKATESH, J.; UPADHYAYA, C. P.; NOOKARAJU, A.;
PANDEY, S. K. & PARK, S. W. 2012. Plant disease resistance genes: current
status and future directions. Physiol. Mol. Plant Pathol. 78: 51–65.
GUTTMAN, D. S.; VINATZER, B. A.; SARKAR, S. F.; RANALL, M. V.;
KETTLER, G. & GREENBERG, J. T., 2002. A functional screen for the type
III (Hrp) secretome of the plant pathogen Pseudomonas syringae. Science 295:
1722—1726.
35
HAAS, B. J.; KAMOUN, S.; ZODY, M. C.; JIANG, R. H. Y.; HANDSAKER, R. E.;
CANO, L. M.; GRABHERR, M.; KODIRA, C. D.; RAFFAELE, S.; TORTOALALIBO, T.; BOZKURT, T. O.; AH-FONG, A. M. V, ALVARADO L.,
ANDERSON V. L., ARMSTRONG M. R., AVROVA A.; BAXTER, L.;
BEYNON, J.; BOEVINK, P. C.; BOLLMANN, S. R.; BOS, J. I. B.; BULONE,
V.; CAI, G.; CAKIR, C.; CARRINGTON, J. C.; CHAWNER, M.; CONTI, L.;
COSTANZO, S.; EWAN, R.; FAHLGREN, N.; FISCHBACH, M. A.;
FUGELSTAD, J.; GILROY, E. M.; GNERRE, S.; GREEN, P. J.; GRENVILLEBRIGGS, L. J.; GRIFFITH, J.; GRÜNWALD, N. J.; HORN, K.; HORNER, N.
R.; HU, C.-H.; HUITEMA, E.; JEONG, D.-H.; JONES, A. M. E.; JONES, J. D.
G.; JONES, R. W.; KARLSSON, E. K.; KUNJETI, S. G.; LAMOUR, K.; LIU,
Z.; MA, L.; MACLEAN, D.; CHIBUCOS, M. C.; MCDONALD, H.;
MCWALTERS, J.; MEIJER, H. J. G.; MORGAN, W.; MORRIS, P. F.;
MUNRO, C. A.; O’NEILL, K.; OSPINA-GIRALDO, M.; PINZÓN, A.;
PRITCHARD, L.; RAMSAHOYE, B.; REN, Q.; RESTREPO, S.; ROY, S.;
SADANANDOM, A.; SAVIDOR, A.; SCHORNACK, S.; SCHWARTZ, D. C.;
SCHUMANN, U. D.; SCHWESSINGER, B.; SEYER, L.; SHARPE, T.;
SILVAR, C.; SONG, J.; STUDHOLME, D. J.; SYKES, S.; THINES, M.;
VONDERVOORT, P. J. I. VAN DE; PHUNTUMART, V.; WAWRA, S.;
WEIDE, R.; WIN, J.; YOUNG, C.; ZHOU, S.; FRY, W.; MEYERS, B. C.;
WEST, P. VAN; RISTAINO, J.; GOVERS, F.; BIRCH, P. R. J.; WHISSON, S.
C.; JUDELSON, H. S. & NUSBAUM, C. 2009. Genome sequence and analysis
of the Irish potato famine pathogen Phytophthora infestans. Nature 461: 393–8.
HAEGEMAN, A.; BAUTERS, L.; KYNDT, T.; RAHMAN, M. M. & GHEYSEN, G.
2013. Identification of candidate effector genes in the transcriptome of the rice
root knot nematode Meloidogyne graminicola. Mol. Plant Pathol. 14: 379–90.
HALITSCHKE, R.; SCHITTKO, U.; POHNERT, G.; BOLAND, W. & BALDWIN,
I. T. 2001. Molecular interactions between the specialist herbivore Manduca
sexta (Lepidoptera, Sphingidae) and its natural host Nicotiana attenuata. III.
Fatty acid-amino acid conjugates in herbivore oral secretions are necessary and
sufficient for herbivore-specific plant responses. Plant Physiol. 125 (2): 711–7.
HEIJNE, G. VON. 1986. A new method for predicting signal sequence cleavage
sites. Nucleic Acids Res. 14: 4683–4690.
HOGENHOUT, S. A.; VAN DER HOORN, R. A. L.; TERAUCHI, R. & KAMOUN, S. 2009.
Emerging concepts in effector biology of plant-associated organisms. Mol.
Plant-Microbe Interact. 22(2): 115-122.
HORTON, P.; PARK, K.-J.; OBAYASHI, T.; FUJITA, N.; HARADA, H.; ADAMSCOLLIER, C. J. & NAKAI, K. 2007. WoLF PSORT: protein localization
predictor. Nucleic Acids Res. 35: W585–7.
HORVATH, D. M.; STALL, R. E.; JONES, J. B.; PAULY, M. H.; VALLAD, G. E.;
DAHLBECK, D.; STASKAWICZ, B. J. & SCOTT, J. W. 2012. Transgenic
resistance confers effective field level control of bacterial spot disease in tomato.
PLoS One 7 (8): e42036.
36
HOWDEN, A. J. & HUITEMA, E. 2012. Effector-triggered post-translational
modifications and their role in suppression of plant immunity. Front Plant
Sci. 3: 160. doi: 10.3389/fpls.2012.00160.
HUMMEL, A. W.; DOYLE, E. L. & BOGDANOVE, A. J. 2012. Addition of
transcription activator-like effector binding sites to a pathogen strain-specific
rice bacterial blight resistance gene makes it effective against additional strains
and against bacterial leaf streak. New Phytol. 195: 883–93.
JEHL, M.-A.; ARNOLD, R. & RATTEI, T. 2011. Effective - a database of predicted
secreted bacterial proteins. Nucleic Acids Res. 39: D591–5.
JINEK, M.; EAST, A.; CHENG, A.; LIN, S.; MA, E. & DOUDNA, J. 2013. RNAprogrammed genome editing in human cells. eLife 2: e00471.
JOHAL, G. S. & BRIGGS, S. P. 1992. Reductase activity encoded by the HM1
disease resistance gene in maize. Science 258: 985–7.
JONES, J. D. G. & DANGL, J. L. 2006. The plant immune system. Nature 444: 323–
9.
JONES, D. A. & TAKEMOTO, D. 2004. Plant innate immunity – direct and indirect
recognition of general and specific pathogen-associated molecules. Curr. Opin.
Immunol. 16: 48–62.
KÄLL, L.; KROGH, A. & SONNHAMMER, E. L. L. 2007. Advantages of
combined transmembrane topology and signal peptide prediction - the Phobius
web server. Nucleic Acids Res. 35: W429–32.
KAMOUN, S. 2006. A catalogue of the effector secretome of plant pathogenic
Oomycetes. Annu. Rev. Phytopathol. 44: 41–60.
KAMOUN, S. 2007. Groovy times: filamentous pathogen effectors revealed. Curr.
Opin. Plant Biol. 10: 358–65.
KAMOUN, S. 2009. The secretome of plant-associated fungi and Oomycetes. In:
DEISING, H. Plant Relationships. 2nd Edition, Berlin: Springer-Verlag, pp.
173–180.
KAN, J. VAN; ACKERVEKEN, G. VAN DER & WIT, P. DE. 1991. Cloning and
characterization of cDNA of avirulence gene avr9 of the fungal pathogen
Cladosporium fulvum, causal agent of tomato leaf mold. Mol. Plant Microbe
Interact. 4 (1): 52–9.
KEARNEY, B. & STASKAWICZ, B. J. 1990. Widespread distribution and fitness
contribution of Xanthomonas campestris avirulence gene avrBs2. Nature 346:
385–386.
KELLEY, B. S.; LEE, S.-J.; DAMASCENO, C. M. B.; CHAKRAVARTHY, S.;
KIM, B.-D.; MARTIN, G. B. & ROSE, J. K. C. 2010. A secreted effector
37
protein (SNE1) from Phytophthora infestans is a broadly acting suppressor of
programmed cell death. Plant J. 62: 357–66.
KLEEMANN, J.; RINCON-RIVERA, L. J.; TAKAHARA, H.; NEUMANN, U.;
LOREN VAN THEMAAT, E. VER; THEMAAT, E. V. L. VAN; DOES, H. C.
VAN DER; HACQUARD, S.; STÜBER, K.; WILL, I.; SCHMALENBACH W.;
SCHMELZER, E. & O’CONNELL, R. J. 2012. Sequential delivery of hostinduced virulence effectors by appressoria and intracellular hyphae of the
phytopathogen Colletotrichum higginsianum. PLoS Pathogens 8 (4): e1002643.
KLEIN, R. D.; GU, Q.; GODDARD, A. & ROSENTHAL, A. 1996. Selection for
genes encoding secreted proteins and receptors. Proc. Natl. Acad. Sci. U. S. A.
93: 7108–13.
KROGH, A.; LARSSON, B.; HEIJNE, G. VON & SONNHAMMER, E. L. L.
2001. Predicting transmembrane protein topology with a hidden markov model:
application to complete genomes. J. Mol. Biol. 305: 567–580.
KROL, E.; MENTZEL, T.; CHINCHILLA, D.; BOLLER, T.; FELIX, G.;
KEMMERLING, B.; POSTEL, S.; ARENTS, M.; JEWORUTZKI, E.; ALRASHEID, K. A. S.; BECKER, D. & HEDRICH, R. 2010. Perception of the
Arabidopsis danger signal peptide 1 involves the pattern recognition receptor
AtPEPR1 and its close homologue AtPEPR2. J. Biol. Chem. 285: 13471–13479.
KUNZE G., ZIPFEL C., ROBATZEK S., NIEHAUS K., BOLLER T., FELIX G.,
2004. The N terminus of bacterial elongation factor Tu elicits innate immunity
in Arabidopsis plants. The Plant Cell 16: 3496–3507.
LACOMBE, S.; ROUGON-CARDOSO, A.; SHERWOOD, E.; PEETERS, N.;
DAHLBECK, D.; ESSE, H. P. VAN; SMOKER, M.; RALLAPALLI, G.;
THOMMA, B. P. H. J.; STASKAWICZ, B.; JONES, J. D. G. & ZIPFEL, C.
2010. Interfamily transfer of a plant pattern-recognition receptor confers broadspectrum bacterial resistance. Nat. Biotech. 28: 365–369.
LEE, S.-J.; KELLEY, B. S.; DAMASCENO, C. M. B.; ST JOHN, B.; KIM, B.-S.;
KIM, B.-D. & ROSE, J. K. C. 2006. A functional screen to characterize the
secretomes of eukaryotic pathogens and their hosts in planta. Mol. PlantMicrobe Interact. 19: 1368–77.
LINDBO, J. & DOUGHERTY, W. 1992. Pathogen-derived resistance to a potyvirus:
immune and resistant phenotypes in transgenic tobacco expressing altered forms
of a potyvirus coat protein nucleotide sequence. Mol. Plant-Microbe Interact. 5
(2): 144-53.
LINK, T. I. & VOEGELE, R. T. 2008. Secreted proteins of Uromyces fabae:
similarities and stage specificity. Mol. Plant Pathol. 9: 59–66.
LIU, H.; COULTHURST, S. & PRITCHARD, L. 2008. Quorum sensing coordinates
brute force and stealth modes of infection in the plant pathogen Pectobacterium
atrosepticum. PLoS Pathogens 4 (6): e1000093.
38
LIU, B.; LI, J.-F.; AO, Y.; QU, J.; LI, Z.; SU, J.; ZHANG, Y.; LIU, J.; FENG, D.; QI,
K.; HE, Y.; WANG, J. & WANG, H.-B. 2012. Lysin motif-containing proteins
LYP4 and LYP6 play dual roles in peptidoglycan and chitin perception in rice
innate immunity. Plant Cell 24: 3406–3419.
MA, Y.; WALKER, R. K.; ZHAO, Y. & BERKOWITZ, G. A. 2012. Linking ligand
perception by PEPR pattern recognition receptors to cytosolic Ca2+ elevation
and downstream immune signaling in plants. Proc. Natl. Acad. Sci. U. S. A. 109:
19852–7.
MACKEY, D.; HOLT, B. F.; WIIG A. & DANGL, J. L. 2002. RIN4 interacts with
Pseudomonas syringae type III effector molecules and is required for RPM1mediated resistance in Arabidopsis. Cell 108: 743–54.
MATTINEN, L.; SOMERVUO, P.; NYKYRI, J.; NISSINEN, R.; KOUVONEN, P.;
CORTHALS, G.; AUVINEN, P.; AITTAMAA, M.; VALKONEN, J. &
PIRHONEN, M. 2008. Microarray profiling of host-extract-induced genes and
characterization of the type VI secretion cluster in the potato pathogen
Pectobacterium atrosepticum. Microbiology 154: 2387–2396.
MEDZHITOV, R. & JANEWAY, C. A. 1997. Innate immunity: the virtues of a
nonclonal system of recognition. Cell 91: 295–8.
MENDES, B. M. J.; CARDOSO, S. C.; BOSCARIOL-CAMARGO, R. L.; CRUZ, R.
B.; MOURÃO FILHO, F. A.A. & BERGAMIN FILHO, A. 2010. Reduction in
susceptibility to Xanthomonas axonopodis pv. citri in transgenic Citrus sinensis
expressing the rice Xa21 gene. Plant Pathol. 59: 68–75.
MEYER, D. F.; NOROY, C.; MOUMÈNE, A.; RAFFAELE, S.; ALBINA, E. &
VACHIÉRY, N. 2013. Searching algorithm for type IV secretion system
effectors 1.0: a tool for predicting type IV effectors and exploring their genomic
context. Nucleic Acids Res. 41: 9218–29.
MITHÖFER, A. & BOLAND, W. 2008. Recognition of herbivory-associated
molecular patterns. Plant Physiol. 146: 825–31.
MIYA, A.; ALBERT, P.; SHINYA, T.; DESAKI, Y.; ICHIMURA, K.; SHIRASU,
K.; NARUSAKA, Y.; KAWAKAMI, N.; KAKU, H. & SHIBUYA, N.
2007. CERK1, a LysM receptor kinase, is essential for chitin elicitor signaling
in Arabidopsis. Proc. Natl. Acad. Sci. U. S. A. 104: 19613–19618.
MONAGHAN, J. & ZIPFEL, C. 2012. Plant pattern recognition receptor complexes
at the plasma membrane. Curr. Opin. Plant Biol. 15: 349–57.
MORGAN, W. & KAMOUN S. 2007. RXLR effectors of plant pathogenic
oomycetes. Curr. Opin. Microbiol. 10 (4): 332-338.
MOSQUERA, G.; GIRALDO, M. C.; KHANG, C. H.; COUGHLAN, S. &
VALENT, B. 2009. Interaction transcriptome analysis identifies Magnaporthe
39
oryzae BAS1-4 as biotrophy-associated secreted proteins in rice blast disease.
Plant Cell 21: 1273–90.
NEMRI, A.; SAUNDERS, D. G. O.; ANDERSON, C.; UPADHYAYA, N. M.; WIN,
J.; LAWRENCE, G. J.; JONES, D. A.; KAMOUN, S.; ELLIS, J. G. & DODDS,
P. N. 2014. The genome sequence and effector complement of the flax rust
pathogen
Melampsora
lini.
Front.
Plant
Sci.
5:
98.
doi:
10.3389/fpls.2014.00098.
NEWMAN, M. A.; SUNDELIN, T.; NIELSEN, J. T. & ERBS, G. 2013. MAMP (microbeassociated molecular pattern) triggered immunity in plants. Front Plant
Sci. 4: 139. doi: 10.3389/fpls.2013.00139.
O’CONNELL, R. J.; THON, M. R.; HACQUARD, S.; AMYOTTE, S. G.;
KLEEMANN, J.; TORRES, M. F.; DAMM, U.; BUIATE, E. A., EPSTEIN L.,
ALKAN N., ALTMÜLLER J., ALVARADO-BALDERRAMA L., BAUSER C.
A.; BECKER, C.; BIRREN, B. W.; CHEN, Z.; CHOI, J.; CROUCH, J. A.;
DUVICK, J. P.; FARMAN, M. A.; GAN, P.; HEIMAN, D.; HENRISSAT, B.;
HOWARD, R. J.; KABBAGE, M.; KOCH, C.; KRACHER, B.; KUBO, Y.;
LAW, A. D.; LEBRUN, M.-H.; LEE, Y.-H.; MIYARA, I.; MOORE, N.;
NEUMANN, U.; NORDSTRÖM, K.; PANACCIONE, D. G.; PANSTRUGA,
R.; PLACE, M.; PROCTOR, R. H.; PRUSKY, D.; RECH, G.; REINHARDT,
R.; ROLLINS, J. A.; ROUNSLEY, S.; SCHARDL, C. L.; SCHWARTZ, D. C.;
SHENOY, N.; SHIRASU, K.; SIKHAKOLLI, U. R.; STÜBER, K.; SUKNO, S.
A.; SWEIGARD, J. A.; TAKANO, Y.; TAKAHARA, H.; TRAIL, F.; DOES, H.
C. VAN DER; VOLL, L. M.; WILL, I.; YOUNG, S.; ZENG, Q.; ZHANG, J.;
ZHOU, S.; DICKMAN, M. B.; SCHULZE-LEFERT, P.; LOREN VAN
THEMAAT, E. VER; MA L.-J. & VAILLANCOURT, L. J. 2012. Lifestyle
transitions in plant pathogenic Colletotrichum fungi deciphered by genome and
transcriptome analyses. Nat. Genet. 44: 1060–5.
OßWALD, W.; FLEISCHMANN, F.; RIGLING, D.; COELHO, A. C.; CRAVADOR, A.;
DIEZ, J.; DALIO, R. J.; HORTA JUNG M.; PFANZ, H.; ROBIN, C.; SIPOS, G.;
SOLLA. A.; CECH, T.; CHAMBERY, A.; DIAMANDIS, S.; HANSEN, E.; JUNG, T.;
ORLIKOWSKI, L. B.; PARKE, J.; PROSPERO, S. & WERRES, S. 2014.
Strategies of attack and defence in woody plant–Phytophthora
interactions. Forest Pathology 44: 169-190.
PERIYANNAN, S.; MOORE, J.; AYLIFFE, M. & BANSAL U. 2013. The gene
Sr33, an ortholog of barley Mla genes, encodes resistance to wheat stem rust race
Ug99. Science 341 (6147): 786–788.
PETERSEN, T. N.; BRUNAK, S.; HEIJNE, G. VON & NIELSEN, H. 2011. SignalP
4.0: discriminating signal peptides from transmembrane regions. Nat Meth 8:
785–786.
PETNICKI-OCWIEJA, T.; SCHNEIDER, D. J.; TAM, V. C.; CHANCEY, S. T.;
SHAN, L.; JAMIR, Y.; SCHECHTER, L. M.; JANES, M. D.; BUELL, C. R.;
TANG, X.; COLLMER, A. & ALFANO, J. R. 2002. Genomewide identification
of proteins secreted by the Hrp type III protein secretion system of
40
Pseudomonas syringae pv. tomato DC3000. Proc. Natl. Acad. Sci. U. S. A. 99:
7652–7.
PETRE, B. & KAMOUN, S. 2014. How do filamentous pathogens deliver effector
proteins into plant cells? PLoS Biology 12 (2): e1001801.
PLETT, J. M.; KEMPPAINEN, M.; KALE, S. D.; KOHLER, A.; LEGUÉ, V.;
BRUN, A.; TYLER, B. M.; PARDO, A. G. & MARTIN, F. 2014. A secreted
effector protein of Laccaria bicolor is required for symbiosis development. Curr.
Biol. 21: 1197–1203.
PRESTON, G.; STUDHOLME, D. J. & CALDELARI, I. 2005. Profiling the
secretomes of plant pathogenic Proteobacteria. FEMS Microbiol. Rev. 29: 331–
60.
QI, M.; WANG, D.; BRADLEY, C. A. & ZHAO, Y. 2011. Genome sequence
analyses of Pseudomonas savastanoi pv. glycinea and subtractive hybridizationbased comparative genomics with nine pseudomonads. PLoS One 6: e16451.
QUAIL, M. A.; SMITH, M.; COUPLAND, P.; OTTO, T. D.; HARRIS, S. R.;
CONNOR, T. R.; BERTONI, A.; SWERDLOW, H. P. & GU, Y. 2012. A tale
of three next generation sequencing platforms: comparison of Ion Torrent,
Pacific Biosciences and Illumina MiSeq sequencers. BMC Genomics 13: 341.
QUTOB, D.; KAMOUN, S. & GIJZEN, M. 2002. Expression of a Phytophthora
sojae necrosis-inducing protein occurs during transition from biotrophy to
necrotrophy. Plant J. 32: 361–73.
QUTOB, D.; TEDMAN-JONES, J. & GIJZEN, M. 2006. Effector-triggered
immunity by the plant pathogen Phytophthora. Trends Microbiol. 14 (11) 470473.
RAFFAELE, S. & KAMOUN, S. 2012. Genome evolution in filamentous plant
pathogens: why bigger can be better. Nature Reviews Microbiology 10(6):
417-430.
RAFFAELE, S.; FARRER, R. & CANO, L. 2010. Genome evolution following host
jumps in the Irish potato famine pathogen lineage. Science 330 (6010): 1540–3.
RAMOS, H. C.; RUMBO, M. & SIRARD, J.-C. 2004. Bacterial flagellins: mediators
of pathogenicity and host immune responses in mucosa. Trends Microbiol. 12:
509–17.
RODRÍGUEZ-PALENZUELA, P.; MATAS, I. M.; MURILLO, J.; LÓPEZSOLANILLA, E.; BARDAJI, L.; PÉREZ-MARTÍNEZ, I.; RODRÍGUEZMOSKERA, M. E.; PENYALVER, R.; LÓPEZ, M. M.; QUESADA, J. M.;
BIEHL, B. S.; PERNA, N. T.; GLASNER, J. D.; CABOT, E. L.; NEENOECKWALL, E. & RAMOS, C. 2010. Annotation and overview of the
Pseudomonas savastanoi pv. savastanoi NCPPB 3335 draft genome reveals the
41
virulence gene complement of a tumour-inducing pathogen of woody hosts.
Environ. Microbiol. 12: 1604–20.
RÖMER, P.; RECHT, S. & LAHAYE, T. 2009. A single plant resistance gene
promoter engineered to recognize multiple TAL effectors from disparate
pathogens. Proc. Natl. Acad. Sci. U. S. A. 106: 20526–31.
RON, M. & AVNI, A. 2004. The receptor for the fungal elicitor ethylene-inducing
xylanase is a member of a resistance-like gene family in tomato. The Plant Cell
16 (6): 1604–15.
ROUX, F.; VOISIN, D.; BADET, T.; BALAGUÉ, C.; BARLET, X.; HUARD-CHAUVEAU,
C.; ROBY, D. & RAFFAELE, S. 2014. Resistance to phytopathogens e tutti
quanti: placing plant quantitative disease resistance on the map.
Molecular Plant Pathology 15(5): 427-432.
SAINTENAC, C.; ZHANG, W.; SALCEDO, A.; ROUSE, M.; TRICK, H.;
AKHUNOV, E. & DUBCOVSKY, J. 2013. Identification of wheat gene Sr35
that confers resistance to Ug99 stem rust race group. Science 341 (6147): 783786.
SAUNDERS, D.; WIN, J.; CANO, L. & SZABO, L. 2012. Using hierarchical
clustering of secreted protein families to classify and rank candidate effectors of
rust fungi. PLoS One 7 (1): e29847.
SCHMELZ, E. A.; LECLERE, S.; CARROLL, M. J.; ALBORN, H. T. & TEAL, P.
E. A. 2007. Cowpea chloroplastic ATP synthase is the source of multiple plant
defense elicitors during insect herbivory. Plant Physiol. 144: 793–805.
SCHORNACK, S.; DAMME, M. VAN; BOZKURT, T. O.; CANO, L. M.;
SMOKER, M.; THINES, M.; GAULIN, E.; KAMOUN, S. & HUITEMA, E.
2010. Ancient class of translocated oomycete effectors targets the host nucleus.
Proc. Natl. Acad. Sci. U. S. A. 107: 17421–6.
SCHORNACK, S.; MOSCOU, M. J.; WARD, E. R. & HORVATH, D. M.
2013. Engineering plant disease resistance based on TAL effectors. Annu. Rev.
SHAN, L.; HE, P. & SHEEN, J. 2007. Endless hide-and-seek  : dynamic coevolution in plant-bacterium warfare. J. Integr. Plant Biol. 49: 105–111.
SHINYA, T.; MOTOYAMA, N.; IKEDA, A.; WADA, M.; KAMIYA, K.;
HAYAFUNE, M.; KAKU, H. & SHIBUYA, N. 2012. Functional
characterization of CEBiP and CERK1 homologs in arabidopsis and rice reveals
the presence of different chitin receptor systems in plants. Plant Cell Physiol. 53:
1696–1706.
SOUZA, T. A. DE; SOPRANO, A. S.; LIRA, N. P. V. DE; QUARESMA, A. J. C.;
PAULETTI, B. A.; PAES LEME, A. F. & BENEDETTI, C. E. 2012. The TAL
effector PthA4 interacts with nuclear factors involved in RNA-dependent
42
processes including a HMG protein that selectively binds poly(U) RNA. PLoS
One 7 (2): e32305.
STASKAWICZ, B.; DAHLBECK, D. & KEEN, N. 1984. Cloned avirulence gene of
Pseudomonas syringae pv. glycinea determines race-specific incompatibility on
Glycine max (L.) Merr. Proc. Natl. Acad. Sci. USA 81 (19): 6024–6028.
STERGIOPOULOS, I. & WIT, P. DE. 2009. Fungal effector proteins. Annu. Rev.
THAKUR, K.; CHAWLA, V.; BHATTI, S.; SWARNKAR, M. K.; KAUR, J.;
SHANKAR, R. & JHA, G. 2013. De novo transcriptome sequencing and
analysis for Venturia inaequalis, the devastating apple scab pathogen. PLoS
One 8: e53937.
THOMMA, B. P. H. J.; NÜRNBERGER, T. & JOOSTEN, M. H. A. J. 2011. Of
PAMPs and effectors: the blurred PTI-ETI dichotomy. Plant Cell 23: 4–15.
TIAN, M.; BENEDETTI, B. & KAMOUN, S. 2005. A second Kazal-like protease
inhibitor from Phytophthora infestans inhibits and interacts with the apoplastic
pathogenesis-related protease P69B of tomato. Plant Physiol. 138: 1785–1793.
TIAN, M.; HUITEMA, E.; CUNHA, L. DA; TORTO-ALALIBO, T. & KAMOUN,
S. 2004. A Kazal-like extracellular serine protease inhibitor from Phytophthora
infestans targets the tomato pathogenesis-related protease P69B. J. Biol. Chem.
279: 26370–7.
TIAN, M.; WIN, J.; SONG, J.; HOORN, R. VAN DER; KNAAP, E. VAN DER &
KAMOUN, S. 2007. A Phytophthora infestans cystatin-like protein targets a
novel tomato papain-like apoplastic protease. Plant Physiol. 143: 364–77.
TSUDA, K. & KATAGIRI F. 2010. Comparing signaling mechanisms engaged in
pattern-triggered and effector-triggered immunity. Curr. Opin. Plant Biol. 13:
459–65.
TYLER, B. M.; TRIPATHY, S.; ZHANG, X. M.; DEHAL, P.; JIANG, R. H. Y.; AERTS, A.;
ARREDONDO, F. D.; BAXTER, L.; BENSASSON, D.; BEYNON, J. L.; CHAPMAN.
J.; DAMASCENO, C. M. B.; DORRANCE, A. E.; DOU, D. L.; DICKERMAN, A. W.;
DUBCHAK, I. L.; GARBELOTTO, M.; GIJZEN, M.; GORDON, S. G.; GOVERS, F.;
GRUNWALD, N. J.; HUANG, W.; IVORS, K. L.; JONES, R. W.; KAMOUN, S.;
KRAMPIS, K.; LAMOUR, K. H.; LEE, M. K.; MCDONALD, W. H.; MEDINA, M.;
MEIJER, H. J. G.; NORDBERG, E. K.; MACLEAN, D. J.; OSPINA-GIRALDO, M.
D.; MORRIS, P. F.; PHUNTUMART, V.; PUTNAM, N. H.; RASH, S.; ROSE, J. K.
C.; SAKIHAMA, Y.; SALAMOV, A. A.; SAVIDOR, A.; SCHEURING, C. F.; SMITH,
B.M.; SOBRAL, B. W. S.; TERRY, A.; TORTO-ALALIBO, T. A.; WIN, J.; XU, Z.
Y.; ZHANG, H. B.; GRIGORIEV, I. V.; ROKHSAR, D. S. & BOORE, J. L. 2006.
Phytophthora genome sequences uncover evolutionary origins and
mechanisms of pathogenesis. Science 313(5791): 1261-1266.
43
VANDENACKERVEKEN, G. 1996. Recognition of the bacterial avirulence protein
AvrBs3 occurs inside the host plant cell. Cell 87: 1307–1316.
VLEESHOUWERS, V. G. A. A.; RAFFAELE, S.; VOSSEN, J. H.; CHAMPOURET,
N.; OLIVA, R.; SEGRETIN, M. E.; RIETMAN, H.; CANO, L. M.;
LOKOSSOU, A.; KESSEL, G.; PEL, M. A. & KAMOUN, S.
2011. Understanding and exploiting late blight resistance in the age of effectors.
Annu. Rev. Phytopathol. 49: 507–531.
WAN, J.; TANAKA, K.; ZHANG, X.-C.; SON, G. H.; BRECHENMACHER, L.;
NGUYEN, T. H. N. & STACEY, G. 2012. LYK4, a lysin motif receptor-like
kinase, is important for chitin signaling and plant innate immunity in
Arabidopsis. Plant Physiol. 160: 396–406.
WANG, Y.; WEI, X.; BAO, H. & LIU, S.-L. 2014. Prediction of bacterial type IV
secreted effectors by C-terminal features. BMC Genomics 15: 50. doi:
10.1186/1471-2164-15-50.
WEHLING, M. D.; GUO, M.; FU, Z. Q. & ALFANO, J. R. 2004. The Pseudomonas
syringae HopPtoV protein is secreted in culture and translocated into plant cells
via the type III protein secretion system in a manner dependent on the ShcV type
III chaperone. J. Bacteriol. 186 (11): 3621–30.
WHISSON, S. C.; BOEVINK, P. C.; MOLELEKI, L.; AVROVA, A. O.;
MORALES, J. G.; GILROY, E. M.; ARMSTRONG, M. R.; GROUFFAUD, S.;
WEST, P. VAN; CHAPMAN, S.; HEIN, I.; TOTH, I. K.; PRITCHARD, L. &
BIRCH, P. R. J. 2007. A translocation signal for delivery of oomycete effector
proteins into host plant cells. Nature 450: 115–118.
WILLMANN, R.; LAJUNEN, H. M.; ERBS, G.; NEWMAN, M. A.; KOLB, D.;
TSUDA, K.; KATAGIRI, F.; FLIEGMANN, J.; BONO, J. J.; CULLIMORE, J.
V.; JEHLE, A.K.; GOTZ, F.; KULIK, A.; MOLINARO, A.; LIPKA, V.; GUST,
A. A. & NURNBERGER, T. 2011. Arabidopsis lysin-motif proteins LYM1
LYM3 CERK1 mediate bacterial peptidoglycan sensing and immunity to
bacterial infection. Proc. Natl. Acad. Sci. USA 108 (49): 19824-9.
WIN, J.; CHAPARRO-GARCIA, A.; BELHAJ, K.; SAUNDERS, D. G. O.;
YOSHIDA, K.; DONG, S.; SCHORNACK, S.; ZIPFEL, C.; ROBATZEK, S.;
HOGENHOUT, S. A. & KAMOUN S. 2012a. Effector biology of plantassociated organisms: concepts and perspectives. Cold Spring Harb. Symp.
Quant. Biol. 77: 235–47.
WIN, J.; KRASILEVA, K. V.; KAMOUN, S.; SHIRASU, K.; STASKAWICZ, B. J.
& BANFIELD, M. J. 2012b. Sequence divergent RXLR effectors share a
structural fold conserved across plant pathogenic oomycete species. PLoS
Pathog. 8: e1002400.
WIN, J.; MORGAN, W.; BOS, J.; KRASILEVA, K. V.; CANO, L. M.;
CHAPARRO-GARCIA, A.; AMMAR, R.; STASKAWICZ, B. J. & KAMOUN,
44
S. 2007. Adaptive evolution has targeted the C-terminal domain of the RXLR
effectors of plant pathogenic Oomycetes. Plant Cell 19: 2349–69.
YAMAGUCHI, T.; YAMADA, A.; HONG, N.; OGAWA, T.; ISHII, T. &
SHIBUYA, N. 2000. Differences in the recognition of glucan elicitor signals
between rice and soybean: beta-glucan fragments from the rice blast disease
fungus Pyricularia oryzae that elicit phytoalexin biosynthesis in suspensioncultured rice cells. Plant Cell 12: 817–26.
YU, C. S.; LIN, C. J. & HWANG, J.K. 2004. Predicting subcellular localization of
proteins for Gram-negative bacteria by support vector machines based on npeptide compositions. Protein Sci. 13 (5): 1402–6.
YU, N. Y.; WAGNER, J. R.; LAIRD, M. R.; MELLI, G.; REY, S.; LO, R.; DAO, P.;
SAHINALP, S. C.; ESTER, M.; FOSTER, L. J. & BRINKMAN, F. S. L.
2010. PSORTb 3.0: improved protein subcellular localization prediction with
refined localization subcategories and predictive capabilities for all prokaryotes.
Bioinformatics 26: 1608–15.
ZEIDLER, D.; ZÄHRINGER, U.; GERBER, I.; DUBERY, I.; HARTUNG, T.;
BORS, W.; HUTZLER, P. & DURNER, J. 2004. Innate immunity in
Arabidopsis thaliana: lipopolysaccharides activate nitric oxide synthase (NOS)
and induce defense genes. Proc. Natl. Acad. Sci. U. S. A. 101: 15811–15816.
ZIPFEL, C. & ROBATZEK, S. 2010. Pathogen-associated molecular patterntriggered immunity: veni, vidi...? Plant Physiol. 154 (2): 551–4.
ZOU, L.; NAN, C. & HU, F. 2013. Accurate prediction of bacterial type IV secreted
effectors using amino acid composition and PSSM profiles. Bioinformatics 29:
3135–42.

File - Rede Colaborativa: Efetores na interação planta

Transcrição

Documentos relacionados

Modo de utilização : Espalhar de maneira uniforme

a questão da água - paulfmilcent.net

Faça o Download!

Texto - Contardo Calligaris

programa de disciplina

calendar of activities - Chemistry Is All Around Network

Revista RECITEC nº 3 - Segundo Semestre/2007

Mecanismos efetores da imunidade mediada por células

DIETAS PERSONALIZADAS, PREDIÇÃO DO RISCO DE DOENÇAS

Result