MétaCan
Menu
Retour à la cohorte
Enregistrement W2162913469 · doi:10.1111/jpi.12245

Melatonin regulates carbohydrate metabolism and defenses against <i>Pseudomonas syringae</i> pv. <i>tomato <scp>DC</scp>3000</i> infection in <i>Arabidopsis thaliana</i>

2015· article· en· W2162913469 sur OpenAlexaff
Hongbo Zhao, Lingfei Xu, Tao Su, Yang Jiang, Lingyu Hu, Fengwang Ma

Notice bibliographique

RevueJournal of Pineal Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant nutrient uptake and metabolism
Établissements canadiensUniversity of Alberta
Organismes subventionnairesEarmarked Fund for China Agriculture Research SystemChina Agricultural Research System
Mots-clésInvertasePseudomonas syringaeCalloseArabidopsis thalianaMelatoninSalicylic acidBiologyArabidopsisMetabolismCarbohydrate metabolismFructoseMicrobiologyCell wallBiochemistrySucrosePathogenGeneMutantEndocrinology

Résumé

récupéré en direct d'OpenAlex

Melatonin has been reported to promote plant growth and development. Our experiments with Arabidopsis thaliana showed that exogenous applications of this molecule mediated invertase inhibitor (C/VIF)-regulated invertase activity and enhanced sucrose metabolism. Hexoses were accumulated in response to elevated activities by cell wall invertase (CWI) and vacuolar invertase (VI). Analyses of sugar metabolism-related genes revealed differential expression during plant development that was modulated by melatonin. In particular, C/VIF1 and C/VIF2 were strongly down-regulated by exogenous feeding. We also found the elevated CWI activity in melatonin-treated Arabidopsis improved the factors (cellulose, xylose, and galactose) for cell wall reinforcement and callose deposition during Pseudomonas syringae pv. tomato DC3000 infection, therefore, partially induced the pathogen resistance. However, CWI did not involve in salicylic acid (SA)-regulated defense pathway. Taken together, this study reveals that melatonin plays an important role in invertase-related carbohydrate metabolism, plant growth, and pathogen defense.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,717
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,059
Tête enseignante GPT0,289
Écart entre enseignants0,230 · 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 tête enseignante, 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

Citations139
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pineal ResearchMême sujetPlant nutrient uptake and metabolismTravaux en français237 207