MétaCan
Menu
Retour à la cohorte
Enregistrement W2412740402 · doi:10.4238/gmr.15017254

Proteomic changes in maize as a response to heavy metal (lead) stress revealed by iTRAQ quantitative proteomics

2016· article· en· W2412740402 sur OpenAlexaff
G.K. Li, Jinjun Gao, Hai Peng, Yu-Hsing Shen, Haiyan Ding, Z M Zhang, Gang Pan, Hsin-Hung Lin

Notice bibliographique

RevueGenetics and Molecular Research · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGABA and Rice Research
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesGuangdong Academy of Agricultural SciencesNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésProteomicsLead (geology)ChemistryQuantitative proteomicsStress (linguistics)BiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Lead (Pb), a heavy metal, has become a crucial pollutant in soil and water, causing not only permanent and irreversible health problems, but also substantial reduction in crop yields. In this study, we conducted proteome analysis of the roots of the non-hyperaccumulator inbred maize line 9782 at four developmental stages (0, 12, 24, and 48 h) under Pb pollution using isobaric tags for relative and absolute quantification technology. A total of 252, 72 and 116 proteins were differentially expressed between M12 (after 12-h Pb treatment) and CK (water-mocked treatment), M24 (after 24-h Pb treatment) and CK, and M48 (after 48-h Pb treatment) and CK, respectively. In addition, 14 differentially expressed proteins were common within each comparison group. Moreover, Cluster of Orthologous Groups enrichment analysis revealed predominance of the proteins involved in posttranslational modification, protein turnover, and chaperones. Additionally, the changes in protein profiles showed a lower concordance with corresponding alterations in transcript levels, indicating important roles for transcriptional and posttranscriptional regulation in the response of maize roots to Pb pollution. Furthermore, enriched functional categories between the successive comparisons showed that the proteins in functional categories of stress, redox, signaling, and transport were highly up-regulated, while those in the functional categories of nucleotide metabolism, amino acid metabolism, RNA, and protein metabolism were down-regulated. This information will help in furthering our understanding of the detailed mechanisms of plant responses to heavy metal stress by combining protein and mRNA profiles.

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 enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,001
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 Opus0,052
Tête enseignante GPT0,347
Écart entre enseignants0,295 · 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

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenetics and Molecular ResearchMême sujetGABA and Rice ResearchTravaux en français237 207