Identification of four functionally important microRNA families with contrasting differential expression profiles between drought-tolerant and susceptible rice leaf at vegetative stage
Notice bibliographique
Résumé
BACKGROUND: Developing drought-tolerant rice varieties with higher yield under water stressed conditions provides a viable solution to serious yield-reduction impact of drought. Understanding the molecular regulation of this polygenic trait is crucial for the eventual success of rice molecular breeding programmes. microRNAs have received tremendous attention recently due to its importance in negative regulation. In plants, apart from regulating developmental and physiological processes, microRNAs have also been associated with different biotic and abiotic stresses. Hence here we chose to analyze the differential expression profiles of microRNAs in three drought treated rice varieties: Vandana (drought-tolerant), Aday Sel (drought-tolerant) and IR64 (drought-susceptible) in greenhouse conditions via high-throughput sequencing. RESULTS: Twenty-six novel microRNA candidates involved in the regulation of diverse biological processes were identified based on the detection of miRNA*. Out of their 110 predicted targets, we confirmed 16 targets from 5 novel microRNA candidates. In the differential expression analysis, mature microRNA members from 49 families of known Oryza sativa microRNA were differentially expressed in leaf and stem respectively with over 28 families having at least a similar mature microRNA member commonly found to be differentially expressed between both tissues. Via the sequence profiling data of leaf samples, we identified osa-miR397a/b, osa-miR398b, osa-miR408-5p and osa-miR528-5p as being down-regulated in two drought-tolerant rice varieties and up-regulated in the drought-susceptible variety. These microRNAs are known to be involved in regulating starch metabolism, antioxidant defence, respiration and photosynthesis. A wide range of biological processes were found to be regulated by the target genes of all the identified differentially expressed microRNAs between both tissues, namely root development (5.3-5.7 %), cell transport (13.2-18.4 %), response to stress (10.5-11.3 %), lignin catabolic process (3.8-5.3 %), metabolic processes (32.1-39.5 %), oxidation-reduction process (9.4-13.2 %) and DNA replication (5.7-7.9 %). The predicted target genes of osa-miR166e-3p, osa-miR166h-5p*, osa-miR169r-3p* and osa-miR397a/b were found to be annotated to several of the aforementioned biological processes. CONCLUSIONS: The experimental design of this study, which features rice varieties with different drought tolerance and tissue specificity (leaf and stem), has provided new microRNA profiling information. The potentially regulatory importance of the microRNA genes mentioned above and their target genes would require further functional analyses.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».