A transcriptomic approach to identify genes associated with wood density in<i>Picea sitchensis</i>
Notice bibliographique
Résumé
Patrick G. Stephensona, Nicole Harrisa, Joan E. Cottrellb, Steven G. Ralphc, Jöerg Bohlmannd & Gail Taylora* a School of Biological Sciences , University of Southampton , Southampton, UK b Forest Research , Northern Research Station, Roslin , Midlothian, Scotland c Department of Biology , University of North Dakota , Grand Forks, ND, USA d Michael Smith Laboratories , University of British Columbia , Vancouver, BC, Canada * School of Biological Sciences, Bassett Crescent East, University of Southampton, Southampton, SO16 7PX, UK E-mail: g.taylor@soton.ac.uk Abstract The demand for trees for industrial application is growing steadily and not expected to plateau for at least two decades; consequently, the supply of wood must increase to meet this need. One method for increasing yield without compromising land requirements is to modify wood density. The current study uses a transcriptomic approach to identify the genes associated with wood density that are likely to be of value in Sitka spruce (Picea sitchensis (Bong.) Carr.) breeding programmes. Following extensive wood density analysis from a Sitka field grown clonal trial, three detailed microarray studies were conducted to compare the transcriptome of cambium and xylem tissue from contrasting density clonal lines. Twenty-five genes exhibited differential expression, with up to 50-fold differences in expression observed, in at least two of the three microarray experiments, and this was verified using real-time polymerase chain reaction. Identified genes included those involved in cell wall synthesis, transcriptional regulation and plant pathogen defence functional categories. A wide range of processes influence wood density, but this study has identified potential regulators in these pathways. Future studies can now use this information to understand natural variation in wood density, and manipulate the expression of these genes to improve timber quality and yield.
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 | 0,001 | 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) | 0,001 | 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 ».