MétaCan
Menu
Retour à la cohorte
Enregistrement W2413158401 · doi:10.1186/s12864-016-2660-z

Combined physiological, transcriptome, and cis-regulatory element analyses indicate that key aspects of ripening, metabolism, and transcriptional program in grapes (Vitis vinifera L.) are differentially modulated accordingly to fruit size

2016· article· en· W2413158401 sur OpenAlex
Darren C. J. Wong, Rodrigo Lopez Gutierrez, Nicolas Dimopoulos, Gregory A. Gambetta, Simone D. Castellarin

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBMC Genomics · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensUniversity of British Columbia HospitalUniversity of British Columbia
Organismes subventionnairesAgriculture and Agri-Food CanadaNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaGenome British ColumbiaCanada's Michael Smith Genome Sciences Centre
Mots-clésBerryRipeningTranscriptomePhenylpropanoidBiologyAbscisic acidMetabolic pathwayFlavonoid biosynthesisAromaAroma of winePlant hormoneBotanyFood scienceBiochemistryGeneGene expressionBiosynthesis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In wine grape production, management practices have been adopted to optimize grape and wine quality attributes by producing, or screening for, berries of smaller size. Fruit size and composition are influenced by numerous factors that include both internal (e.g. berry hormone metabolism) and external (e.g. environment and cultural practices) factors. Combined physiological, biochemical, and transcriptome analyses were performed to improve our current understanding of metabolic and transcriptional pathways related to berry ripening and composition in berries of different sizes. RESULTS: The comparison of berry physiology between small and large berries throughout development (from 31 to 121 days after anthesis, DAA) revealed significant differences in firmness, the rate of softening, and sugar accumulation at specific developmental stages. Small berries had significantly higher skin to berry weight ratio, lower number of seeds per berry, and higher anthocyanin concentration compared to large berries. RNA-sequencing analyses of berry skins at 47, 74, 103, and 121 DAA revealed a total of 3482 differentially expressed genes between small and large berries. Abscisic acid, auxin, and ethylene hormone pathway genes were differentially modulated between berry sizes. Fatty acid degradation and stilbenoid pathway genes were upregulated at 47 DAA while cell wall degrading and modification genes were downregulated at 74 DAA in small compared to large berries. In the late ripening stage, concerted upregulation of the general phenylpropanoid and stilbenoid pathway genes and downregulation of flavonoid pathway genes were observed in skins of small compared to large berries. Cis-regulatory element analysis of differentially expressed hormone, fruit texture, flavor, and aroma genes revealed an enrichment of specific regulatory motifs related to bZIP, bHLH, AP2/ERF, NAC, MYB, and MADS-box transcription factors. CONCLUSIONS: The study demonstrates that physiological and compositional differences between berries of different sizes parallel transcriptome changes that involve fruit texture, flavor, and aroma pathways. These results suggest that, in addition to direct effects brought about by differences in size, key aspects involved in the regulation of ripening likely contribute to different quality profiles between small and large berries.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,069
Tête enseignante GPT0,292
Écart entre enseignants0,223 · 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