MétaCan
Menu
Retour à la cohorte
Enregistrement W2256872234 · doi:10.1371/journal.pgen.1005844

Nucleolar DEAD-Box RNA Helicase TOGR1 Regulates Thermotolerant Growth as a Pre-rRNA Chaperone in Rice

2016· article· en· W2256872234 sur OpenAlexfundno aff
Dong Wang, Baoxiang Qin, Xiang Li, Ding Tang, Yue Zhang, Zhukuan Cheng, Yongbiao Xue

Notice bibliographique

RevuePLoS Genetics · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Genetics and Developmental Biology, Chinese Academy of SciencesChinese Academy of SciencesInstitute of GeneticsInstitute of Microbiology, Chinese Academy of SciencesNational Natural Science Foundation of ChinaYale University
Mots-clésBiologyNucleolusRNA Helicase ADEAD boxHelicaseRNACell biologyRibosomal RNAChaperone (clinical)GeneticsGeneNucleus

Résumé

récupéré en direct d'OpenAlex

Plants have evolved a considerable number of intrinsic tolerance strategies to acclimate to ambient temperature increase. However, their molecular mechanisms remain largely obscure. Here we report a DEAD-box RNA helicase, TOGR1 (Thermotolerant Growth Required1), prerequisite for rice growth themotolerance. Regulated by both temperature and the circadian clock, its expression is tightly coupled to daily temperature fluctuations and its helicase activities directly promoted by temperature increase. Located in the nucleolus and associated with the small subunit (SSU) pre-rRNA processome, TOGR1 maintains a normal rRNA homeostasis at high temperature. Natural variation in its transcript level is positively correlated with plant height and its overexpression significantly improves rice growth under hot conditions. Our findings reveal a novel molecular mechanism of RNA helicase as a key chaperone for rRNA homeostasis required for rice thermotolerant growth and provide a potential strategy to breed heat-tolerant crops by modulating the expression of TOGR1 and its orthologs.

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 enseignants0,001
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 savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,229
Écart entre enseignants0,210 · 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

Citations143
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS GeneticsMême sujetPlant Molecular Biology ResearchTravaux en français237 207