Pentatricopeptide Repeat Proteins Constrain Genome Evolution in Chloroplasts
Notice bibliographique
Résumé
Higher plants encode hundreds of pentatricopeptide repeat proteins (PPRs) that are involved in several types of RNA processing reactions. Most PPR genes are predicted to be targeted to chloroplasts or mitochondria, and many are known to affect organellar gene expression. In some cases, RNA binding has been directly demonstrated, and the sequences of the cis-elements are known. In this work, we demonstrate that RNA cis-elements recognized by PPRs are constrained in chloroplast genome evolution. Cis-elements for two PPR genes and several RNA editing sites were analyzed for sequence changes by pairwise nucleotide substitution frequency, pairwise indel frequency, and maximum likelihood (ML) phylogenetic distances. All three of these analyses demonstrated that sequences within the cis-element are highly conserved compared with surrounding sequences. In addition, we have compared sequences around chloroplast editing sites and homologous sequences in species that lack an editing site due to the presence of a genomic T. Cis-elements for RNA editing sites are highly conserved in angiosperms; by contrast, comparable sequences around a genomically encoded T exhibit higher rates of nucleotide substitution, higher frequencies of indels, and greater ML distances. The loss in requirement for editing to create the ndhD start codon has resulted in the conversion of the PPR gene responsible for editing that site to a pseudogene. We show that organellar dependence on nuclear-encoded PPR proteins for gene expression has constrained the evolution of cis-elements that are required at the level of RNA processing. Thus, the expansion of the PPR gene family in plants has had a dramatic effect on the evolution of plant organelle genomes.
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 | 0,000 |
| 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) | 0,000 | 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 ».