The Study of High Oleic Acid Rapeseed Disease Resistance Related Genes by Transcriptome and iTRAQ Analysis
Notice bibliographique
Résumé
There are obvious differences between high oleic acid rapeseed and low oleic acid rapeseed on sclerotinia sclerotiorum resistance. In order to find out the molecule mechanism,the high oleic acid rapeseed inbred line seeds 20-35 d after pollination were used as material for transcriptome analysis and i TRAQ analysis respectively in this study. The classifications associated with disease resistance were oxidative phosphorylation,plant hormone signal transduction and plant-pathogen interaction were discussed,and the relationship between differential genes and the corresponding protein were investigated too. Then real-time quantitative PCR( q PCR) analysis was used to verify the expression levels of differentially expressed genes which may be associated with disease resistance. Combined with previous study,the genes related with disease resistance were: gi | 260505503( polygalacturonase inhibitory protein),gi | 226346102( HSR203J-like protein) and gi | 470103214( caltractin-like). And the genes of gi | 297843222( binding protein),gi | 18397961( 2Fe-2S ferredoxin-like protein),gi | 196052306( NADH dehydrogenase subunit),gi |18423437( NADH dehydrogenase( ubiquinone) 1alpha subcomplex 5) and gi | 297794581( kinase family protein)have obvious difference.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».