MétaCan
Menu
Retour à la cohorte
Enregistrement W2157526153 · doi:10.1111/1365-2435.12570

Molecular evolution of aquaporins and silicon influx in plants

2015· article· en· W2157526153 sur OpenAlexaff
Rupesh Deshmukh

Notice bibliographique

RevueFunctional Ecology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilicon Effects in Agriculture
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBiologyTransporterAbiotic componentAquaporinAdaptation (eye)Abiotic stressComputational biologyEcologyEvolutionary biologyGeneGeneticsCell biologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Summary Silicon (Si), although mostly ignored by plant nutritionists and ecologists, is now gaining more attention because of its beneficial role in plant fitness under stress environment imposed by a diverse range of biotic and abiotic factors. Si appears to systematically confer benefits to plants as long as a given species can absorb the element. Here, we review recent developments regarding the molecular mechanisms, evolution, regulation and structural specificity of influx transporter proteins involved in Si uptake by plants. Si absorption is facilitated by specific nodulin 26‐like intrinsic proteins ( NIP s). The Si transporter NIP s have evolved a unique amino acid selective filter ( SF ), which is one of the required features to regulate the influx of Si. While Si accumulation in plants requires the dual action of both an influx transporter and an efflux transporter, it appears that the presence of the former is the indispensable key for a plant to be able to absorb Si. Based on sequence analyses and comparisons, influx transporters appear to have conserved features across all species that allow to discriminate between plants that are Si competent or not. While it is unclear how and why plants have acquired or lost this trait, genomic data now offer a reliable tool to predict with accuracy which plant species are predisposed to benefit from Si. This will undoubtedly result in a better understanding of Si role in many fundamental aspects of ecology regarding plant fitness under stress.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,003

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,204
Écart entre enseignants0,188 · 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'étudeObservationnel
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

Citations174
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFunctional EcologyMême sujetSilicon Effects in AgricultureTravaux en français237 207