MétaCan
Menu
Retour à la cohorte
Enregistrement W2560585718 · doi:10.1038/srep38664

Silencing of the SlNAP7 gene influences plastid development and lycopene accumulation in tomato

2016· article· en· W2560585718 sur OpenAlexaff
Daqi Fu, Lanhuan Meng, Benzhong Zhu, Hongliang Zhu, Huaxue Yan, Yunbo Luo

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAntioxidant Activity and Oxidative Stress
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésLycopeneGene silencingPlastidGeneBiologyGeneticsCell biologyComputational biologyBotanyCarotenoidChloroplast

Résumé

récupéré en direct d'OpenAlex

Ripening is an important stage of fruit development. To screen the genes associated with pigment formation in tomato fruit, a suppression subtractive hybridization (SSH) cDNA library was constructed by using tomato fruit in the green ripe and break ripe stages, and 129 differential genes were obtained. Using redness as a screening marker, virus-induced gene silencing (VIGS) of the differential genes was performed with a sprout vacuum-infiltration system (SVI). The results showed that silencing the SlNAP7 gene affected the chloroplast development of tomato leaves, manifesting as a photo-bleaching phenotype, and silenced fruit significantly affected the accumulation of lycopene, manifested as a yellow phenotype. In our study, we found that silencing the SlNAP7 gene downregulates the expression of the POR and PORA genes and destroys the normal development of the chloroplast. The expression of related genes included in the lycopene biosynthesis pathway was not significantly changed, but lycopene accumulation was significantly reduced in tomato fruit. Perhaps it was caused by the destruction of the chromoplast, which leads to the oxidation of lycopene. The results show that the SlNAP7 gene influences chloroplast development and lycopene accumulation in tomato.

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 enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,037
Tête enseignante GPT0,292
Écart entre enseignants0,255 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAntioxidant Activity and Oxidative StressTravaux en français237 207