Multi-Omics and Integrated Network Analyses Reveal New Insights into the Systems Relationships between Metabolites, Structural Genes, and Transcriptional Regulators in Developing Grape Berries (Vitis vinifera L.) Exposed to Water Deficit
Notice bibliographique
Résumé
Grapes are one of the major fruit crops and they are cultivated in many dry environments. This study comprehensively characterizes the metabolic response of grape berries exposed to water deficit at different developmental stages. Increases of proline, branched-chain amino acids, phenylpropanoids, anthocyanins, and free volatile organic compounds have been previously observed in grape berries exposed to water deficit. Integrating RNA-sequencing analysis of the transcriptome with large-scale analysis of central and specialized metabolites, we reveal that these increases occur via a coordinated regulation of key structural pathway genes. Water deficit-induced up-regulation of flavonoid genes is also coordinated with the down-regulation of many stilbene synthases and a consistent decrease in stilbenoid concentration. Water deficit activated both ABA-dependent and ABA-independent signal transduction pathways by modulating the expression of several transcription factors. Gene-gene and gene-metabolite network analyses showed that water deficit-responsive transcription factors such as bZIPs, AP2/ERFs, MYBs, and NACs are implicated in the regulation of stress-responsive metabolites. Enrichment of known and novel cis-regulatory elements in the promoters of several ripening-specific/water deficit-induced modules further affirms the involvement of a transcription factor cross-talk in the berry response to water deficit. Together, our integrated approaches show that water deficit-regulated gene modules are strongly linked to key fruit-quality metabolites and multiple signal transduction pathways may be critical to achieve a balance between the regulation of the stress-response and the berry ripening program. This study constitutes an invaluable resource for future discoveries and comparative studies, in grapes and other fruits, centered on reproductive tissue metabolism under abiotic stress.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».