MétaCan
Menu
Retour à la cohorte
Enregistrement W2139227314 · doi:10.1093/glycob/cws121

Genome-wide identification of genes involved in raffinose metabolism in Maize

2012· article· en· W2139227314 sur OpenAlexaff
Meiliang Zhou, Qian Zhang, Ming Zhou, Zhanmin Sun, Xuemei Zhu, Ji‐Rong Shao, Yixiong Tang, Yanmin Wu

Notice bibliographique

RevueGlycobiology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensBiotechnology Research Institute
Organismes subventionnairesnon disponible
Mots-clésRaffinoseStachyoseBiologyGeneBiochemistryGenomeEnzymeGene familyGeneticsSucrose

Résumé

récupéré en direct d'OpenAlex

The raffinose family oligosaccharides (RFOs), such as raffinose and stachyose, are synthesized by a set of distinct galactosyltransferases, which sequentially add galactose units to sucrose. The accumulation of RFOs in plant cells are closely associated with the responses to environmental factors, such as cold, heat and drought stresses. Systematic analysis of genes involved in the raffinose metabolism has not been reported to date. Searching the recently available working draft of the maize genome, six kinds of enzyme genes were speculated, which should encode all the enzymes involved in the raffinose metabolism in maize. Expression patterns of some related putative genes were analyzed. The conserved domains and phylogenetic relationships among the deduced maize proteins and their homologs isolated from other plant species were revealed. It was discovered that some of the key enzymes, such as galactinol synthase (ZmGolS5, ZmGolS45 and ZmGolS37), raffinose synthase (ZmRS1, ZmRS2, ZmRS3 and ZmRS10), stachyose synthase (ZmRS8) and β-fructofuranosidase, are encoded by multiple gene members with different expression patterns. These results reveal the complexity of the raffinose metabolism and the existence of metabolic channels for diverse RFOs in maize and provide useful information for improving maize stress tolerance through genetic engineering.

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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,228 · 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

Citations53
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlycobiologyMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207