Regulation of High-Affinity Nitrate Transporter Genes and High-Affinity Nitrate Influx by Nitrogen Pools in Roots of Barley
Notice bibliographique
Résumé
To investigate the regulation of HvNRT2, genes that encode high-affinity NO(3)(-) transporters in barley (Hordeum vulgare) roots, seedlings were treated with 10 mM NO(3)(-) in the presence or absence of amino acids (aspartate, asparagine, glutamate [Glu], and glutamine [Gln]), NH(4)(+), and/or inhibitors of N assimilation. Although all amino acids decreased high-affinity (13)NO(3)(-) influx and HvNRT2 transcript abundance, there was substantial interconversion of administered amino acids, making it impossible to determine which amino acid(s) were responsible for the observed effects. To clarify the role of individual amino acids, plants were separately treated with tungstate, methionine sulfoximine, or azaserine (inhibitors of nitrate reductase, Gln synthetase, and Glu synthase, respectively). Tungstate increased the HvNRT2 transcript by 20% to 30% and decreased NO(3)(-) influx by 50%, indicating that NO(3)(-) itself does not regulate transcript abundance, but may exert post-transcriptional effects. Experiments with methionine sulfoximine suggested that NH(4)(+) may down-regulate HvNRT2 gene expression and high-affinity NO(3)(-) influx by effects operating at the transcriptional and post-transcriptional levels. Azaserine decreased HvNRT2 transcript levels and NO(3)(-) influx by 97% and 95%, respectively, while decreasing Glu and increasing Gln levels. This suggests that Gln (and not Glu) is responsible for down-regulating HvNRT2 expression, although it does not preclude a contributory effect of other amino acids.
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) | 0,001 | 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 ».