Transcriptional and metabolomic analysis of Ascophyllum nodosum mediated freezing tolerance in Arabidopsis thaliana
Notice bibliographique
Résumé
BACKGROUND: We have previously shown that lipophilic components (LPC) of the brown seaweed Ascophyllum nodosum (ANE) improved freezing tolerance in Arabidopsis thaliana. However, the mechanism(s) of this induced freezing stress tolerance is largely unknown. Here, we investigated LPC induced changes in the transcriptome and metabolome of A. thaliana undergoing freezing stress. RESULTS: Gene expression studies revealed that the accumulation of proline was mediated by an increase in the expression of the proline synthesis genes P5CS1 and P5CS2 and a marginal reduction in the expression of the proline dehydrogenase (ProDH) gene. Moreover, LPC application significantly increased the concentration of total soluble sugars in the cytosol in response to freezing stress. Arabidopsis sfr4 mutant plants, defective in the accumulation of free sugars, treated with LPC, exhibited freezing sensitivity similar to that of untreated controls. The 1H NMR metabolite profile of LPC-treated Arabidopsis plants exposed to freezing stress revealed a spectrum dominated by chemical shifts (δ) representing soluble sugars, sugar alcohols, organic acids and lipophilic components like fatty acids, as compared to control plants. Additionally, 2D NMR spectra suggested an increase in the degree of unsaturation of fatty acids in LPC treated plants under freezing stress. These results were supported by global transcriptome analysis. Transcriptome analysis revealed that LPC treatment altered the expression of 1113 genes (5%) in comparison with untreated plants. A total of 463 genes (2%) were up regulated while 650 genes (3%) were down regulated. CONCLUSION: Taken together, the results of the experiments presented in this paper provide evidence to support LPC mediated freezing tolerance enhancement through a combination of the priming of plants for the increased accumulation of osmoprotectants and alteration of cellular fatty acid composition.
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 | 0,000 | 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) | 0,001 | 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 ».