MétaCan
Menu
Retour à la cohorte
Enregistrement W2116672276 · doi:10.1186/gb-2007-8-6-r96

Cloning and characterization of microRNAs from wheat (Triticum aestivum L.)

2007· article· en· W2116672276 sur OpenAlexfundno aff
Yingyin Yao, Ganggang Guo, Zhongfu Ni, Ramanjulu Sunkar, Jinkun Du, Jian‐Kang Zhu, Qixin Sun

Notice bibliographique

RevueGenome biology · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaInstitute of GeneticsNational Natural Science Foundation of China
Mots-clésBiologyCloning (programming)Human geneticsmicroRNAComputational biologyPlant geneticsGeneticsGenome BiologyBotanyGenomeGeneGenomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: MicroRNAs (miRNAs) are a class of small, non-coding regulatory RNAs that regulate gene expression by guiding target mRNA cleavage or translational inhibition. So far, identification of miRNAs has been limited to a few model plant species, such as Arabidopsis, rice and Populus, whose genomes have been sequenced. Wheat is one of the most important cereal crops worldwide. To date, only a few conserved miRNAs have been predicted in wheat and the computational identification of wheat miRNAs requires the genome sequence, which is unknown. RESULTS: To identify novel as well as conserved miRNAs in wheat (Triticum aestivum L.), we constructed a small RNA library. High throughput sequencing of the library and subsequent analysis revealed the identification of 58 miRNAs, comprising 43 miRNA families. Of these, 35 miRNAs belong to 20 conserved miRNA families. The remaining 23 miRNAs are novel and form 23 miRNA families in wheat; more importantly, 4 of these new miRNAs (miR506, miR510, miR514 and miR516) appear to be monocot-specific. Northern blot analysis indicated that some of the new miRNAs are preferentially expressed in certain tissues. Based on sequence homology, we predicted 46 potential targets. Thus, we have identified a large number of monocot-specific and wheat-specific miRNAs. These results indicate that both conserved and wheat-specific miRNAs play important roles in wheat growth and development, stress responses and other physiological processes. CONCLUSION: This study led to the discovery of 58 wheat miRNAs comprising 43 miRNA families; 20 of these families are conserved and 23 are novel in wheat. It provides a first large scale cloning and characterization of wheat miRNAs and their predicted targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,236
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations397
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenome biologyMême sujetPlant Molecular Biology ResearchTravaux en français237 207