An optimized grapevine RNA isolation procedure and statistical determination of reference genes for real-time RT-PCR during berry development
Notice bibliographique
Résumé
BACKGROUND: Accuracy in quantitative real-time RT-PCR is dependent on high quality RNA, consistent cDNA synthesis, and validated stable reference genes for data normalization. Reference genes used for normalization impact the results generated from expression studies and, hence, should be evaluated prior to use across samples and treatments. Few statistically validated reference genes have been reported in grapevine. Moreover, success in isolating high quality RNA from grapevine tissues is typically limiting due to low pH, and high polyphenolic and polysaccharide contents. RESULTS: We describe optimization of an RNA isolation procedure that compensates for the low pH found in grape berries and improves the ability of the RNA to precipitate. This procedure was tested on pericarp and seed developmental series, as well as steady-state leaf, root, and flower tissues. Additionally, the expression stability of actin, AP47 (clathrin-associated protein), cyclophilin, EF1-alpha (elongation factor 1-alpha), GAPDH (glyceraldehyde 3-phosphate dehydrogenase), MDH (malate dehydrogenase), PP2A (protein phosphatase), SAND, TIP41, alpha-tubulin, beta-tubulin, UBC (ubiquitin conjugating enzyme), UBQ-L40 (ubiquitin L40) and UBQ10 (polyubiquitin) were evaluated on Vitis vinifera cv. Cabernet Sauvignon pericarp using three different statistical approaches. Although several of the genes proved to be relatively stable, no single gene outperformed all other genes in each of the three evaluation methods tested. Furthermore, the effect of using one reference gene versus normalizing to the geometric mean of several genes is presented for the expression of an aquaporin and a sucrose transporter over a developmental series. CONCLUSION: In order to quantify relative transcript abundances accurately using real-time RT-PCR, we recommend that combinations of several genes be used for normalization in grape berry development studies. Our data support GAPDH, actin, EF1-alpha and SAND as the most relevant reference genes for this purpose.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».