Genome-wide computational prediction and experimental validation of quinoa (<i>Chenopodium quinoa</i>) microRNAs
Notice bibliographique
Résumé
MicroRNAs (miRNAs) are highly conserved, endogenous, short (21–24 nucleotides), non-coding RNA molecules that play significant roles in post-transcriptional gene silencing by directing target mRNA cleavage or translational inhibition. Nonetheless, highly nutritious “super grain” quinoa (Chenopodium quinoa) is an extreme abiotic stress tolerant Andean seed crop of many potential uses, with outstanding protein quality and a load of vitamins, minerals, as well as flavonoid antioxidants. In this study, applying genome-wide in silico approaches (referring to the recently published quinoa genome) and following a set of stringent filtering measures, a total of 22 potentially conserved microRNAs belonging to 18 families were characterized from quinoa and 11 randomly selected putative microRNAs (cqu-miR160a, cqu-miR162a, cqu-miR164a, cqu-miR166b, cqu-miR167a, cqu-miR172a, cqu-miR319a, cqu-miR390a, cqu-miR393a, cqu-miR394a, and cqu-miR398b) were validated successfully by RT-PCR. Using the psRNATarget tool, a sum of 59 potential miRNA targets, mostly transcription factors, were identified that are involved in biosynthesis, metabolic processes, and signal transduction. Among the detected targets, six target transcripts (F-Box proteins, TCP, MYB, WD protein, NAC, and CSD) were reported to have specific roles in both flavonoids biosynthesis and stress response signaling in some plants. To the best of our knowledge, this is the first report of quinoa microRNAs and their targets.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».