Spatio-Temporal Transcriptional Dynamics of Maize Long Non-Coding RNAs Responsive to Drought Stress
Notice bibliographique
Résumé
Long non-coding RNAs (lncRNAs) have emerged as important regulators in plant stress response. Here, we report a genome-wide lncRNA transcriptional analysis in response to drought stress using an expanded series of maize samples collected from three distinct tissues spanning four developmental stages. In total, 3488 high-confidence lncRNAs were identified, among which 1535 were characterized as drought responsive. By characterizing the genomic structure and expression pattern, we found that lncRNA structures were less complex than protein-coding genes, showing shorter transcripts and fewer exons. Moreover, drought-responsive lncRNAs exhibited higher tissue- and development-specificity than protein-coding genes. By exploring the temporal expression patterns of drought-responsive lncRNAs at different developmental stages, we discovered that the reproductive stage R1 was the most sensitive growth stage with more lncRNAs showing altered expression upon drought stress. Furthermore, lncRNA target prediction revealed 653 potential lncRNA-messenger RNA (mRNA) pairs, among which 124 pairs function in cis-acting mode and 529 in trans. Functional enrichment analysis showed that the targets were significantly enriched in molecular functions related to oxidoreductase activity, water binding, and electron carrier activity. Multiple promising targets of drought-responsive lncRNAs were discovered, including the V-ATPase encoding gene, vpp4. These findings extend our knowledge of lncRNAs as important regulators in maize drought response.
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) | 0,000 | 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 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 ».