Molecular Link between Leaf Coloration and Gene Expression of Flavonoid and Carotenoid Biosynthesis in Camellia sinensis Cultivar ‘Huangjinya’
Notice bibliographique
Résumé
‘Huangjinya’ is an excellent albino tea germplasm cultivated in China because of its bright colour and high amino acid content. It is light sensitive, with yellow leaves under intense light while green leaves under weak light. As well, the flavonoid and carotenoid levels increased after moderate shading treatment. However, the mechanism underlying this interesting phenomenon remains unclear. In this study, the transcriptome of ‘Huangjinya’ plants exposed to sunlight and shade were analyzed by high-throughput sequencing followed by de novo assembly. Shading ‘Huangjinya’ made its leaf colour turn green. De novo assembly showed that the transcriptome of ‘Huangjinya’ leaves comprises of 127,253 unigenes, with an average length of 914 nt. Among the 81,128 functionally annotated unigenes, 207 differentially expressed genes were identified, including 110 up-regulated and 97 down-regulated genes under moderate shading compared to full light. Gene ontology indicated that the differentially expressed genes are mainly involved in protein and ion binding and oxidoreductase activity. Antioxidation-related pathways, including flavonoid and carotenoid biosynthesis, were highly enriched in these functions. Shading inhibited the expression of flavonoid biosynthesis-associated genes and induced carotenoid biosynthesis-related genes. This would suggest that decreased flavonoid biosynthetic gene expression coincides with increased flavonoids (e.g catechin) content upon moderate shading, while carotenoid levels and biosynthetic gene expression are positively correlated in ‘Huangjinya’. In conclusion, the leaf colour changes in ‘Huangjinya’ are largely determined by the combined effects of flavonoid and carotenoid biosynthesis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».