Dissection of expression‐quantitative trait locus and allele specificity using a haploid/diploid plant system – insights into compensatory evolution of transcriptional regulation within populations
Notice bibliographique
Résumé
Regulation of gene expression plays a central role in translating genotypic variation into phenotypic variation. Dissection of the genetic basis of expression variation is key to understanding how expression regulation evolves. Such analyses remain challenging in contexts where organisms are outbreeding, highly heterozygous and long-lived such as in the case of conifer trees. We developed an RNA sequencing (RNA-seq)-based approach for both expression-quantitative trait locus (eQTL) mapping and the detection of cis-acting (allele-specific) vs trans-acting (non-allele-specific) eQTLs. This method can be potentially applied to many conifers. We used haploid and diploid meiotic seed tissues of a single self-fertilized white spruce (Picea glauca) individual to dissect eQTLs according to linkage and allele specificity. The genetic architecture of local eQTLs linked to the expressed genes was particularly complex, consisting of cis-acting, trans-acting and, surprisingly, compensatory cis-trans effects. These compensatory effects influence expression in opposite directions and are neutral when combined in homozygotes. Nearly half of local eQTLs were under compensation, indicating that close linkage between compensatory cis-trans factors is common in spruce. Compensated genes were overrepresented in developmental and cell organization functions. Our haploid-diploid eQTL analysis in spruce revealed that compensatory cis-trans eQTLs segregate within populations and evolve in close genetic linkage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».