A rice jacalin‐related mannose‐binding lectin gene, <i>Os<scp>JRL</scp></i>, enhances <i>Escherichia coli</i> viability under high salinity stress and improves salinity tolerance of rice
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.
Notice bibliographique
Résumé
Abstract Salinity, which is one of the most common abiotic stresses, may severely affect plant productivity and quality. Although plant lectins are thought to play important roles in plant defense signaling during pathogen attack, little is known about the contribution of plant lectins to stress resistance. We cloned and functionally characterized a rice jacalin‐related mannose‐binding lectin gene, Os JRL , from rice ‘Nipponbare’. We analyzed the expression patterns of Os JRL under various stress conditions in rice. Furthermore, we overexpressed Os JRL in Escherichia coli and rice. The cDNA of Os JRL contained a 438 bp open reading frame, which encodes a polypeptide of 145 amino acids. Os JRL was localized in the nucleus and cytoplasm. Real time PCR analyses revealed that Os JRL expression showed tissue specificity in rice and was upregulated under diverse stresses, namely salt, drought, cold, heat and abscisic acid treatments. Overexpression of Os JRL in E. coli enhanced cell viability and dramatically improved tolerance of high salinity. Overexpression of Os JRL in rice also enhanced salinity tolerance and increased the expression levels of a number of stress‐related genes, including three LEA (late embryogenesis abundant proteins) genes ( Os LEA 19a , Os LEA 23 and Os LEA 24 ), three Na + transporter genes ( Os HKT 1;3 , Os HKT 1;4 and Os HKT 1;5 ) and two DREB genes ( Os DREB 1A and Os DREB 2B ). Based on these results, we suggest that Os JRL plays an important role in cell protection and stress signal transduction.
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 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 | 0,000 |
| 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 | 0,000 |
| 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 découle