Respective contributions of Arabidopsis <scp>DCL</scp>2 and <scp>DCL</scp>4 to <scp>RNA</scp> silencing
Notice bibliographique
Résumé
Dicer proteins are central to the different mechanisms involving RNA interference. Plants have evolved multiple DICER-LIKE (DCL) copies, thus enabling functional diversification. In Arabidopsis, DCL2 and DCL4 process double-stranded RNA into 22 and 21 nucleotide small interfering (si)RNAs, respectively, and have overlapping functions with regards to virus and transgene silencing. Nonetheless, some studies have reported that dcl2 or dcl4 single mutations are sometimes sufficient to hinder silencing. To better dissect the role of DCL2 and DCL4, we analyzed silencing kinetics and efficiencies using different transgenic systems in single and double mutant backgrounds. The results indicate that DCL2 stimulates transitivity and secondary siRNA production through DCL4 while being sufficient for silencing on its own. Notably, silencing of 35S-driven transgenes functions more efficiently in dcl4 mutants, indicating that DCL4 mostly obscures DCL2 in wild-type plants. Nonetheless, in a dcl4 mutant compromised in phloem-originating silencing, ectopically expressed DCL2 allows restoration of silencing, suggesting that DCL2 is not, or poorly, expressed in phloem. Remarkably, this ectopic DCL2 contribution to phloem-originating silencing is dependent on the activity of RNA-DEPENDENT RNA POLYMERASE6. These results indicate that, despite differences in the silencing activity of their small RNA products, DCL2 and DCL4 mostly act redundantly yet hierarchically when present simultaneously.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».