High throughput sequencing of small RNAs reveals dynamic microRNAs expression of lipid metabolism during Camellia oleifera and C. meiocarpa seed natural drying
Notice bibliographique
Résumé
BACKGROUND: Camellia species are ancient oilseed plants with a history of cultivation over two thousand years. Prior to oil extraction, natural seed drying is often practiced, a process affecting fatty acid quality and quantity. MicroRNAs (miRNA) of lipid metabolism associated with camellia seed natural drying are unexplored. To obtain insight into the function of miRNAs in lipid metabolism during natural drying, Illumina sequencing of C. oleifera and C. meiocarpa small-RNA was conducted. RESULTS: A total of 274 candidate miRNAs were identified and 3733 target unigenes were annotated by performing a BLASTX. Through integrated GO and KEGG function annotation, 23 miRNA regulating 131 target genes were identified as lipid metabolism, regulating fatty acid biosynthesis, accumulation and catabolism. We observed one, two, and four miRNAs of lipid metabolism which were specially expressed in C. Meiocarpa, C. oleifera, and the two species collectively, respectively. At 30% moisture contents, C. meiocarpa and C. oleifer produced nine and eight significant differentially expressed miRNAs, respectively, with high fatty acid synthesis and accumulation activities. Across the two species, 12 significant differentially expressed miRNAs were identified at the 50% moisture content. CONCLUSIONS: Sequencing of small-RNA revealed the presence of 23 miRNAs regulating lipid metabolism in camellia seed during natural drying and permitted comparative miRNA profiles between C. Meiocarpa and C. oleifera. Furthermore, this study successfully identified the best drying environment at which the quantity and quality of lipid in camellia seed are at its maximum.
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) | 0,001 | 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 | 0,001 | 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 ».