Comprehensive transcriptomics and proteomics analyses of pollinated and parthenocarpic litchi (Litchi chinensis Sonn.) fruits during early development
Notice bibliographique
Résumé
Litchi (Litchi chinensis Sonn.) is an important fruit that is widely cultivated in tropical and subtropical areas. In this study, we used RNA-Seq and iTRAQ technologies to compare the transcriptomes and proteomes of pollinated (polLFs) and parthenocarpic (parLFs) litchi fruits during early development (1 day, 2 days, 4 days and 6 days). We identified 4,864 DEGs in polLFs and 3,672 in parLFs, of which 2,835 were shared and 1,051 were specifically identified in parLFs. Compared to po1LFs, 768 DEGs were identified in parLFs. iTRAQ analysis identified 551 DEPs in polLFs and 1,021 in parLFs, of which 305 were shared and 526 were exclusively identified in parLFs. We found 1,127 DEPs in parLFs compared to polLFs at different stages. Further analysis revealed some DEGs/DEPs associated with abscisic acid, auxin, ethylene, gibberellin, heat shock protein (HSP), histone, ribosomal protein, transcription factor and zinc finger protein (ZFP). WGCNA identified a large set of co-expressed genes/proteins in polLFs and parLFs. In addition, a cross-comparison of transcriptomic and proteomic data identified 357 consistent DEGs/DEPs in polLFs and parLFs. This is the first time that protein/gene changes have been studied in polLFs and parLFs, and the findings improve our understanding of litchi parthenocarpy.
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) | 0,001 | 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 ».