Integrated transcriptomic and proteomic profiling of white spruce stems during the transition from active growth to dormancy
Notice bibliographique
Résumé
In the autumn, stems of woody perennials such as forest trees undergo a transition from active growth to dormancy. We used microarray transcriptomic profiling in combination with a proteomics analysis to elucidate processes that occur during this growth-to-dormancy transition in a conifer, white spruce (Picea glauca[Moench] Voss). Several differentially expressed genes were likely associated with the developmental transition that occurs during growth cessation in the cambial zone and the concomitant completion of cell maturation in vascular tissues. Genes encoding for cell wall and membrane biosynthetic enzymes showed transcript abundance patterns consistent with completion of cell maturation, and also of cell wall and membrane modifications potentially enabling cells to withstand the harsh conditions of winter. Several differentially expressed genes were identified that encoded putative regulators of cambial activity, cell development and of the photoperiodic pathway. Reconfiguration of carbon allocation figured centrally in the tree's overwintering preparations. For example, genes associated with carbon-based defences such as terpenoids were down-regulated, while many genes associated with protein-based defences and other stress mitigation mechanisms were up-regulated. Several of these correspond to proteins that were accumulated during the growth-to-dormancy transition, emphasizing the importance of stress protection in the tree's adaptive response to overwintering.
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 ».