Transcriptome analysis of maca ( <i>Lepidium meyenii</i> ) root at different developmental stages
Notice bibliographique
Résumé
PREMISE OF THE STUDY: ; Brassicaceae) has been cultivated by Andeans for thousands of years as a food source and has been used for medicinal purposes. However, little is known about the mechanism underlying material accumulation during plant growth. METHODS: RNA-Seq technology was used to compare the transcriptome of black maca root at three developmental stages. Gene Ontology term enrichment analysis and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway analysis were applied for the identification of pathways in which differentially expressed genes were significantly enriched. RESULTS: Trinity was used to de novo assemble the reads, and 120,664 unigenes were assembled. Of these, 71.53% of the unigenes were annotated based on BLAST. A total of 18,321 differentially expressed genes were observed. Gene Ontology term enrichment analysis found that the most highly represented pathway among the differentially expressed genes was for genes involved in starch and sucrose metabolism. We also found that genes involved in secondary metabolite biosynthesis, such as glucosinolate biosynthesis, were significantly enriched. DISCUSSION: The genes that were differentially expressed between developmental time points likely reflect both developmental pathways and responses to changes in the environment. As such, the transcriptome data in this study serve as a reference for subsequent mining of genes that are involved in the synthesis of important bioactive components in maca.
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 ».