MétaCan
Menu
Retour à la cohorte
Enregistrement W2147727987 · doi:10.1093/pcp/pcp163

Global Gene Expression Responses to Waterlogging in Roots and Leaves of Cotton (Gossypium hirsutum L.)

2009· article· en· W2147727987 sur OpenAlexaff
Jed A. Christianson, Danny Llewellyn, Elizabeth S. Dennis, Iain W. Wilson

Notice bibliographique

RevuePlant and Cell Physiology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to water stress
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésWaterlogging (archaeology)BiologyGeneShootGene expressionGossypiumBotanyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Waterlogging stress causes yield reduction in cotton (Gossypium hirsutum L.). A major component of waterlogging stress is the lack of oxygen available to submerged tissues. While changes in expressed protein, gene transcription and metabolite levels have been studied in response to low oxygen stress, little research has been done on molecular responses to waterlogging in cotton. We assessed cotton growth responses to waterlogging and assayed global gene transcription responses in root and leaf cotton tissues of partially submerged plants. Waterlogging caused significant reductions in stem elongation, shoot mass, root mass and leaf number, and altered the expression of 1,012 genes (4% of genes assayed) in root tissue as early as 4 h after flooding. Many of these genes were associated with cell wall modification and growth pathways, glycolysis, fermentation, mitochondrial electron transport and nitrogen metabolism. Waterlogging of plant roots also altered global gene expression in leaf tissues, significantly changing the expression of 1,305 genes (5% of genes assayed) after 24 h of flooding. Genes affected were associated with cell wall growth and modification, tetrapyrrole synthesis, hormone response, starch metabolism and nitrogen metabolism The implications of these results for the development of waterlogging-tolerant cotton are discussed.

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)0,0000,000
Bibliométrie0,0000,000
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 GPT0,203
Écart entre enseignants0,193 · 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

Citations206
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant and Cell PhysiologyMême sujetPlant responses to water stressTravaux en français237 207