
Landwirtschaft und Pflanzen
Pflanzenimmunität: PTI und ETI
- Aufbau:
- oberflächliches Erkennen und inneres Erkennen
- Seitenverhältnis:
- 16:9
Prompt
Erstellen Sie ein Schema der „zwei Schichten der pflanzlichen Immunität“ an einer Pflanzenzelle, mit einem Bakterium links außerhalb der Zellwand. Zeichnen Sie jede Beziehung genau wie aufgelistet und nichts weiter:
1. 【Das PAMP des Bakteriums wird vom PRR-Rezeptor auf der Zelloberfläche erkannt und löst PTI aus.】
2. 【Das Bakterium injiziert Effektoren in die Zelle; Effektoren hemmen PTI (roter T-Balken).】
3. 【Ein NLR-Rezeptor in der Zelle erkennt den Effektor und löst ETI aus.】
4. „ETI führt zu einer Überempfindlichkeitsreaktion (einem kleinen Fleck abgestorbener Zellen).“
Das flache Ende der roten T-Stange des Effektors berührt PTI. Es gibt keinen Pfeil von PTI nach NLR. Verwenden Sie rote T-Träger nur dort, wo sie aufgeführt sind. Jeder zweite Pfeil ist ein durchgehender Aktivierungspfeil. Schreiben Sie nicht die nummerierten Sätze in der Abbildung.
Beschriftungen (jede genau einmal verwenden, keinen weiteren Text hinzufügen): 【PAMP, PRR, PTI, Effector, NLR, ETI, Hypersensitive response】.
Stil: Wissenschaftlicher Schaltplan im Zeitschriftenstil. Saubere, flache Vektorillustration auf weißem Hintergrund, helle, pastellfarbene, abgerundete Felder zur Trennung von Regionen. Nur 3-4 gedämpfte Farben, jede mit einer festen Bedeutung; Rot nur zur Hemmung oder Betonung. Dünne, gleichmäßige Strichstärke. Proteine als runde farbige Kapseln mit ihren Namen darin; Membranen als Lipiddoppelschichten; Aktivierung als durchgezogene Pfeile, Hemmung als T-Balkenlinien, indirekte Effekte als gestrichelte Pfeile. Nur serifenlose englische Etiketten, jedes Etikett kommt genau einmal vor und wird genau wie angegeben geschrieben. Kein 3D-Rendering, keine Schatten, kein Leuchten, kein dekorativer Hintergrund, kein Fotorealismus.
Öffnet Yila mit diesem Prompt und dem Beispiel als Referenzbild.
Die Beispiele wurden mit Nano Banana erstellt. Der Prompt funktioniert auch mit GPT Image und anderen Bildmodellen; die Ergebnisse unterscheiden sich je nach Modell.






