Identification of cis-regulatory elements associated with salinity and drought stress tolerance in rice from co-expressed gene interaction networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rice, a staple food crop, is often subjected to drought and salinity stresses thereby limiting its yield potential. Since there is a cross talk between these abiotic stresses, identification of common and/or overlapping regulatory elements is pivotal for generating rice cultivars that showed tolerance towards them. Analysis of the gene interaction network (GIN) facilitates identifying the role of individual genes and their interactions with others that constitute important molecular determinants in sensing and signaling cascade governing drought and/or salinity stresses. Identification of the various cis-regulatory elements of the genes constituting GIN is equally important. Here, in this study graphical Gaussian model (GGM) was used for generating GIN for an array of genes that were differentially regulated during salinity and/or drought stresses to contrasting rice cultivars (salt-tolerant [CSR11], salt-sensitive [VSR156], drought-tolerant [Vandana], drought-sensitive [IR64]). Whole genome transcriptom profiling by using microarray were employed in this study. Markov Chain completed co-expression analyses of differentially expressed genes using Dynamic Bayesian Network, Probabilistic Boolean Network and Steady State Analysis. A compact GIN was identified for commonly co-expressed genes during salinity and drought stresses with three major hubs constituted by Myb2 transcription factor (TF), phosphoglycerate kinase and heat shock protein (Hsp). The analysis suggested a pivotal role of these genes in salinity and/or drought stress responses. Further, analysis of cis-regulatory elements (CREs) of commonly differentially expressed genes during salinity and drought stresses revealed the presence of 20 different motifs.
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.
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) | 0,000 | 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 découle