MétaCan
Menu
Retour à la cohorte
Enregistrement W2172186526 · doi:10.1139/b07-085

Proteins responding to drought and high-temperature stress in <i>Pinus armandii</i> Franch

2007· article· en· W2172186526 sur OpenAlexvenueno aff
Caiyun He, Jianguo Zhang, Aiguo Duan, Honggang Sun, Lihua Fu, Shuxing Zheng

Notice bibliographique

RevueCanadian Journal of Botany · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Stress Responses and Tolerance
Établissements canadiensnon disponible
Organismes subventionnairesZhejiang UniversityAcademy of Medical Sciences
Mots-clésBiologyPhotosynthesisDrought stressMontane ecologyBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Proteomic analysis provides a powerful method for studying plant responses to stress at the protein level. To study stress-responsive molecular mechanisms for Pinus armandii Franch, one of the most important forest plantation tree species in subalpine regions of Asia, we analyzed the response of 2-year-old P. armandii seedlings to drought and high temperature using two-dimensional gel electrophoresis. More than 550 reproducible needle proteins were detected in the controls and treatments, and the abundance of 27 proteins were found to change noticeably. We identified five proteins affected by drought stress and eight proteins affected by high temperature. These proteins are functionally quite diverse and are involved in photosynthesis, cell division and elongation, antioxidant metabolism, ammonia assimilation, growth and development, and protein folding. Our results provide fundamental data for future research on responses to drought and high temperature. As drought and high temperature are two major factors limiting the growth of subalpine forests during summer under recent global warming, this research may contribute to an understanding of the development of stress tolerance in trees.

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 enseignants0,007
Score d'incertitude au seuil0,014

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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

Citations12
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of BotanyMême sujetPlant Stress Responses and ToleranceTravaux en français237 207