Integration of Gene-to-Metabolite Networks for Understanding Global Responses of Phenolic Acids Biosynthesis in Salvia miltiorrhiza
Notice bibliographique
Résumé
Salvia miltiorrhiza Bunge, named “Dan-Shen” in Chinese as a traditional Chinese medicine, is used for improving body function, as well as for cardiac symptoms treatment for hundreds of years in China. The phenolic acids such as rosmarinic acid (RA) and its derivative lithospermic acid B (LAB) aroused scientists' interest in the last twenty years because of their notable pharmacological activities [1]. In our present study, abiotic elicitors such as methyl jasmonate (MeJA) and Ag + were found to enhance the phenolic acids at various levels. Meantime, based on the profiling changes of several related gene transcripts and metabolites (intermediates) accumulations, in response to elicitors, a gene-to-metabolite network for understanding of global responses to abiotic elicitation in S. miltiorrhiza is established (1), and a potential (putative) biosynthesis process form RA to LAB was presumed (2), which prompted the possibility of a key gene-based metabolic engineering for the synthesis of active pharmaceutical compounds in S. miltiorrhiza , and would certainly help us to globally and deeply understand metabolic flux of RA synthesis, both at stressed-elicitation and genetic-regulation levels. Acknowledgements : This research was financially supported by National Natural Science Foundation of China (20572130, 30600807). References: [1] Liu AH, et al. (2006) J Pharm Biomed Anal, 41: 48–56.
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 | 0,001 |
| 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) | 0,002 | 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 ».