MétaCan
Menu
Retour à la cohorte
Enregistrement W2916957030 · doi:10.1016/j.pbiomolbio.2019.02.005

Integrative meta-analysis of transcriptomic responses to abiotic stress in cotton

2019· review· en· W2916957030 sur OpenAlexaff
Ahmad Tahmasebi, Elham Ashrafi‐Dehkordi, Amir Ghaffar Shahriari, Seyed Mohammad Mazloomi, Esmaeil Ebrahimie

Notice bibliographique

RevueProgress in Biophysics and Molecular Biology · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueResearch in Cotton Cultivation
Établissements canadiensEtobicoke General Hospital
Organismes subventionnairesShiraz University of Medical Sciences
Mots-clésKEGGBiologyTranscriptomeGeneAbiotic stressGeneticsTranscription factorComputational biologyGene expression profilingGene regulatory networkAbiotic componentGenomeGene expressionEcology

Résumé

récupéré en direct d'OpenAlex

Abiotic environmental stresses are important factors that limit the growth, fiber yield, and quality of cotton. In this study, an integrative meta-analysis and a system-biology analysis were performed to explore the underlying transcriptomic mechanisms that are critical for response to stresses. From the meta-analysis, it was observed that a total of 1465 differentially expressed genes (DEGs) between normal and stress conditions. Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analysis revealed that DEGs were significantly enriched in the ubiquitin-dependent process, biosynthesis of secondary metabolites, plant hormone, and signaled transduction. The results also indicated that some of DEGs were assigned to transcription factors (TFs). A total of 148 TFs belonged to 25 conserved families were identified that among them S1Fa-like, ERF, NAC, bZIP families, were the most abundant groups. Moreover, we searched in upstream regions of DEGs for over-represented DNA motifs and were able to identify 11 conserved sequence motifs. The functional analysis of these motifs revealed that they were involved in regulation of transcription, DNA replication, cytoskeleton organization, and translation. Weighted gene co-expression network analysis (WGCNA) uncovered 12 distinct co-expression modules. Four modules were significantly associated with genes involved in response to stress and cell wall organization. The network analysis also identified hub genes such as RTNLB5 and PRA1, which may be involved in regulating stress response. The findings could help to understand the mechanisms of response to abiotic stress and introduce candidate genes that may be beneficial to cotton plant breeding programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,144
Tête enseignante GPT0,417
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations94
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Biophysics and Molecular BiologyMême sujetResearch in Cotton CultivationTravaux en français237 207