Genome-Wide Transcriptome Analysis Reveals Conserved and Distinct Molecular Mechanisms of Al Resistance in Buckwheat (Fagopyrum esculentum Moench) Leaves
Notice bibliographique
Résumé
Being an Al-accumulating crop, buckwheat detoxifies and tolerates Al not only in roots but also in leaves. While much progress has recently been made toward Al toxicity and resistance mechanisms in roots, little is known about the molecular basis responsible for detoxification and tolerance processes in leaves. Here, we carried out transcriptome analysis of buckwheat leaves in response to Al stress (20 µM, 24 h). We obtained 33,931 unigenes with 26,300 unigenes annotated in the NCBI database, and identified 1063 upregulated and 944 downregulated genes under Al stress. Functional category analysis revealed that genes related to protein translation, processing, degradation and metabolism comprised the biological processes most affected by Al, suggesting that buckwheat leaves maintain flexibility under Al stress by rapidly reprogramming their physiology and metabolism. Analysis of genes related to transcription regulation revealed that a large proportion of chromatin-regulation genes are specifically downregulated by Al stress, whereas transcription factor genes are overwhelmingly upregulated. Furthermore, we identified 78 upregulated and 22 downregulated genes that encode transporters. Intriguingly, only a few genes were overlapped with root Al-regulated transporter genes, which include homologs of AtMATE, ALS1, STAR1, ALS3 and a divalent ion symporter. In addition, we identified a subset of genes involved in development, in which genes associated with flowering regulation were important. Based on these data, it is proposed that buckwheat leaves develop conserved and distinct mechanisms to cope with Al toxicity.
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 | 0,001 | 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 | 0,001 | 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 ».