Targeted proteomics using selected reaction monitoring reveals the induction of specific terpene synthases in a multi‐level study of methyl jasmonate‐treated Norway spruce (<i>Picea abies</i>)
Notice bibliographique
Résumé
Induction of terpene synthase (TPS) gene expression and enzyme activity is known to occur in response to various chemical and biological stimuli in several species of spruce (genus Picea). However, high sequence identity between TPS family members has made it difficult to determine the induction patterns of individual TPS at the protein and transcript levels and whether specific TPS enzymes respond differentially to treatment. In the present study we used a multi-level approach to measure the induction and activity of TPS enzymes in protein extracts of Norway spruce (Picea abies) bark tissue following treatment with methyl jasmonate (MeJA). Measurements were made on the transcript, protein, enzyme activity and metabolite levels. Using a relatively new proteomics application, selective reaction monitoring (SRM), it was possible to differentiate and quantitatively measure the abundance of several known TPS proteins and three 1-deoxy-D-xylulose 5-phosphate synthase (DXS) isoforms in Norway spruce. Protein levels of individual TPS and DXS enzymes were differentially induced upon MeJA treatment and good correlation was generally observed between induction of transcripts, proteins, and enzyme activities. Most of the mono- and diterpenoid metabolites accumulated with similar temporal patterns of induction as part of the coordinated multi-compound chemical defense response. Protein and enzyme activity levels of the monoTPS (+)-3-carene synthase and the corresponding accumulation of (+)-3-carene was induced to a higher fold change than any other TPS or metabolite measured, indicating an important role in the induced terpenoid defense response in Norway spruce.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».