Gene expression responses of black spruce (Picea mariana) to global climate change conditions
Notice bibliographique
Résumé
Global climate change conditions (elevated CO2 and atmospheric temperatures) are subjecting our forests, especially Boreal and temperate forests, to significant abiotic stresses, such as drought. This can affect health, productivity and fitness of our forests. Therefore, it is imperative to understand genomic and eco-physiological responses of forest trees to global climate change. We are addressing this aspect in black spruce (Picea mariana) - a transcontinental, ecologically and economically important tree species of the North American Boreal forest. Our objective was to determine gene expression and physiological responses and their inter-relationships in black spruce to elevated CO2, drought and co-stressed conditions. We have used NGS whole transcriptome sequencing, cDNA-AFLP and qPCR analyses to identify, annotate and characterize genes expressed differentially in response to elevated CO2, drought and combined elevated CO2 and drought conditions in black spruce using the cloned material. Photosynthetic rate and stomatal conductance were measured simultaneously with tissue collection for RNA extraction. Thousands of transcripts (genes) showed differential expression (no expression, up-regulation or down-regulation) in response to elevated CO2, drought and/or their combined conditions, with over 1600 genes from several pathways showing >10-folds gene expression differences between control and treated plants. A number of genes showed 100 to 500 folds up or down regulation in response to elevated CO2, drought or their combined conditions. Responses to each treatment at the gene expression and physiological levels were correlated well among different genotypes. We will present these results which contribute significantly to our understanding of tree’s responses to global climate change.
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 | 0,001 |
| 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 ».