MétaCan
Menu
Retour à la cohorte
Enregistrement W2291022936 · doi:10.1186/s12864-016-2548-y

An iNTT system for the large-scale screening of differentially expressed, nuclear-targeted proteins: cold-treatment-induced nucleoproteins in Rye (Secale cereale L.)

2016· article· en· W2291022936 sur OpenAlexaff
Xinyou Cao, Xueyan Chen, Liu YangNa, Zhao‐Shi Xu, Liancheng Li, Yongbin Zhou, Jianjun Liu, Zhao Zhen, Ming Chen, You‐Zhi Ma

Notice bibliographique

RevueBMC Genomics · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNuclear Structure and Function
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesNational Key Project for Research on Transgenic BiologyShandong Academy of Agricultural SciencesNational Natural Science Foundation of China
Mots-clésSecaleBiologyNucleoproteinProteomicsDNA microarrayGeneticsScale (ratio)Computational biologyDNABotanyGene expressionGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nuclear proteins play critical roles in regulating mRNA transcription and processing, DNA replication, and epigenetic genome modification. Therefore, the ability to monitor changes in nuclear proteins is helpful not only to identify important regulatory proteins but also to study the mechanisms of actions of nuclear proteins. However, no effective methods have been developed yet. Rye is strongly resistant to various biotic and abiotic stresses; however, few genes have been functionally characterized to date due to the complexity of its genome and a lack of genomic sequence information. RESULTS: We developed an integrative Nuclear Transportation Trap (iNTT) system that includes an improved nuclear transportation trap and utilizes the "after suppression subtraction" method. Oligonucleotides encoding a nuclear localization signal (NLS) or a transcription factor, GmAREB, were inserted into pLexAD or pLexAD-NES, respectively, and then transformed into yeast cells (EGY48). We showed that the pLexAD vector expressing a cDNA library in the iNTT system was more efficient for screening than the vector pLexAD-NES, which has previously been used in an NTT system. We used the iNTT system to screen a cDNA library of cold-treated rye. A total of 241 unique genes were identified, including 169 differentially expressed proteins; of these, 106 were of known and 63 were of unknown function. Moreover, 82 genes (49 %) among the 169 differentially expressed genes were predicted to contain an NLS domain. Thirty-three (31 %) of the 106 functionally known proteins have DNA-binding activity. To test the specificity of the nuclear proteins identified using the iNTT screen, four of the proteins differentially expressed in response to temperature stress, ScT1 (a heat shock protein), ScT36 (a MYB-like transcription factor), ScT133 (an ERF-like transcription factor) and ScT196 (a protein of unknown function), were studied in more depth. These proteins were shown to exclusively localize to the nucleus, and their expression levels were increased in response to low-temperature stress. To identify the function of these screened nuclear proteins, ScT1- and ScT36-transgenic Arabidopsis plants were constructed, and ScT1 or ScT36 overexpression was found to enhance tolerance to high-temperature or freezing stresses, respectively. CONCLUSIONS: The newly developed iNTT system provides an effective method for identifying nuclear-targeted proteins and monitoring induced expression levels. ScT1 and ScT36 might be good candidate genes for improving the stress tolerance of plants by genetic transformation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

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 Opus0,013
Tête enseignante GPT0,224
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 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC GenomicsMême sujetNuclear Structure and FunctionTravaux en français237 207