Transcriptomic evidence for the control of soybean root isoflavonoid content by regulation of overlapping phenylpropanoid pathways
Notice bibliographique
Résumé
BACKGROUND: Isoflavonoids are a class of specialized metabolites found predominantly in legumes. They play a role in signaling for symbiosis with nitrogen-fixing bacteria and inhibiting pathogen infection. RESULTS: A transcriptomic approach using soybean cultivars with high (Conrad and AC Colombe) and low (AC Glengarry and Pagoda) root isoflavonoid content was used to find elements that underlie this variation. Two genes, encoding the flavonoid-metabolizing enzymes, flavonoid 3'-hydroxylase (GmF3'H) and dihydroflavonol 4-reductase (GmDFR), had lower expression levels in high isoflavonoid cultivars. These enzymes compete with isoflavonoid biosynthetic enzymes for the important branch-point substrate naringenin and its derivatives. Differentially expressed genes, between the two sets of cultivars, encode transcription factors, transporters and enzymatic families of interest, such as oxidoreductases, hydrolases and transferases. In addition, genes annotated with stress and disease response were upregulated in high isoflavonoid cultivars. CONCLUSIONS: Coordinated regulation of genes involved in flavonoid metabolism could redirect flux into the isoflavonoid branch of the phenylpropanoid pathway, by reducing competition for the flavanone substrate. These candidate genes could help identify mechanisms to overcome the endogenous bottleneck to isoflavonoid production, facilitate biosynthesis in heterologous systems, and enhance crop resistance against pathogenic infections.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».