Gender-specific selection on codon usage in plant genomes
Notice bibliographique
Résumé
BACKGROUND: Currently, there is little data available regarding the role of gender-specific gene expression on synonymous codon usage (translational selection) in most organisms, and particularly plants. Using gender-specific EST libraries (with > 4000 ESTs) from Zea mays and Triticum aestivum, we assessed whether gender-specific gene expression per se and gender-specific gene expression level are associated with selection on codon usage. RESULTS: We found clear evidence of a greater bias in codon usage for genes expressed in female than in male organs and gametes, based on the variation in GC content at third codon positions and the frequency of species-preferred codons. This finding holds true for both highly and for lowly expressed genes. In addition, we found that highly expressed genes have greater codon bias than lowly expressed genes for both female- and male-specific genes. Moreover, in both species, genes with female-specific expression show a greater usage of species-specific preferred codons for each of the 18 amino acids having synonymous codons. A supplemental analysis of Brassica napus suggests that bias in codon usage could also be higher in genes expressed in male gametophytic tissues than in heterogeneous (flower) tissues. CONCLUSION: This study reports gender-specific bias in codon usage in plants. The findings reported here, based on the analysis of 1,497,876 codons, are not caused either by differences in the biological functions of the genes or by differences in protein lengths, nor are they likely attributable to mutational bias. The data are best explained by gender-specific translational selection. Plausible explanations for these findings and the relevance to these and other organisms are discussed.
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 | 0,000 | 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) | 0,000 | 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 ».