Implications of <i>miR166</i> and <i>miR159</i> induction to the basal response mechanisms of an andigena potato (<i>Solanum tuberosum</i> subsp. <i>andigena</i>) to salinity stress, predicted from network models in Arabidopsis
Notice bibliographique
Résumé
MicroRNA (miRNA) mediated changes in gene expression by post-transcriptional modulation of major regulatory transcription factors is a potent mechanism for integrating growth and stress-related responses. Exotic plants including many traditional varieties of Andean potatoes (Solanum tuberosum subsp. andigena) are known for better adaptation to marginal environments. Stress physiological studies confirmed earlier reports on the salinity tolerance potentials of certain andigena cultivars. Guided by the hypothesis that certain miRNAs play important roles in growth modulation under suboptimal conditions, we identified and characterized salinity stress-responsive miRNA-target gene pairs in the andigena cultivar Sullu by parallel analysis of noncoding and coding RNA transcriptomes. Inverse relationships were established by the reverse co-expression between two salinity stress-regulated miRNAs (miR166, miR159) and their target transcriptional regulators HD-ZIP-Phabulosa/Phavulota and Myb101, respectively. Based on heterologous models in Arabidopsis, the miR166-HD-ZIP-Phabulosa/Phavulota network appears to be involved in modulating growth perhaps by mediating vegetative dormancy, with linkages to defense-related pathways. The miR159-Myb101 network may be important for the modulation of vegetative growth while also controlling stress-induced premature transition to reproductive phase. We postulate that the induction of miR166 and miR159 under salinity stress represents important network hubs for balancing gene expression required for basal growth adjustments.
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 | 0,001 |
| 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 ».